1、算法5特性
確定性、可行性、輸入、輸出、有窮性
2、算法好壞衡量標準
問題規模、基本運算、算法計算量函數
3、時間複雜度
上界：O(f(n))
下界：Ω(f(n))
確界：θ(f(n))
4、算法研究的幾個主要步驟
設計（設計有效算法）->表示（能在計算機實現）->確認（合法輸入=>正確結果；不合法輸入=>正確應對）->分析（複雜度，優缺點 等）->實現和測試
5、算法評價
正確性、健壯性、簡單性、高效性、最優性
6、分治法：
子問題相互獨立，不包含公共子問題
7、動態規劃法：
子問題重複、即有很多公共子問題
8、揹包：
一般揹包可用貪心法（0-1揹包一般不用貪心法，因爲用貪心有些情況無法求其最優解）
9、貪心法：
最優子問題(非整體最優解)
10、單源最短路徑:
Dijkstra：有向非負，分兩集合（已選集合 ； 未選集合），每次從未選頂點集合中選取 已選集合中到未選集合中的最短路徑(即每一步均爲當前最優解)。
11、最小生成樹：（無向）
Prim：S（已選點集合）-V（未選點集合），從V中選取到S中的最短路徑的點放到S中，直到V爲空。
Kruskal：邊按權值由小到大排序，根據點個數En分爲n個非連通區（n爲點數），然後把非連通區合成一連通區。
12、隨機序列：
概率相等、不可預測、不可重現
13、Las Vegas：
不一定有解，有解必爲正確解（一次使用求不出解時，多次調用此算法）
14、Monte Carlo：
解的正確性不小於P(1/2 < P < 1)，多次執行可以增加其總的正確率
15、回溯法：
深度優先
16、分支限界法：
廣度優先 或 最小耗費優先。