算法的时间复杂度与什么有关

算法的时间复杂度与问题的规模有关。

在计算机科学中，算法的时间复杂度是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。

为了计算时间复杂度，通常会估计算法的操作单元数量，每个单元运行的时间都是相同的。因此，总运行时间和算法的操作单元数量最多相差一个常量系数。相同大小的不同输入值仍可能造成算法的运行时间不同，因此我们通常使用算法的最坏情况复杂度，记为T（n），定义为任何大小的输入n所需的最大运行时间。另一种较少使用的方法是平均情况复杂度，通常有特别指定才会使用。时间复杂度可以用函数T（n）的自然特性加以分类。

二分搜索算法的实现

二分搜索的时候，是要慢慢缩小搜索范围的。比如一共有10个，那么middle是5,下一层搜索的范围应该是1-4和6-10。你的函数里没有这个功能。搜索函数至少应该是int BinarySearch(Type a[], const Type& x,int left, int right);终止条件就是if(left > right) 你定义y的时候是在main函数里，所以BinarySearch里面不能直接用y，解决方式是在外部定义一个全局的y变量，或者把y变量传到函数里。

如何度量算法的性能

评定一个算法的优劣，主要有以下几个指标：

1、正确性：一个算法必须正确才有存在的意义，这是最重要的指标，要求编程人员应用正确的计算机语言实现算法的功能。

2、友好性：算法实现的功能是给用户使用的，自然要具有良好的使用性，即用户友好性。

3、可读性：算法的实现可能需要多次的修改，也可能被移植到其他的功能中，因此算法应当是可读的、可以理解的，方便程序人员对其分析、修改移植到自己的程序中，实现某些功能。

4、健壮性：在一个算法中，经常会出现不合理的数据或非法

算法的主要特征

算法的主要特征如下：

1、有穷性：一个算法必须在执行有限个操作步骤后终止；

2、确定性：算法中每一步的含义必须是确切的，不可出现任何二义性；

3、有效性：算法中的每一步操作都应该能有效执行，一个不可执行的操作是无效的；

4、有零个或多个输入：输入是指在算法开始之前所需要的初始数据，输入的多少取决于特定的问题；

5、有一个或多个输出：输出是指与输入有某种特定关系的量，在一个完整的算法中至少会有一个输出。

算法的常用设计方法有哪些

递归和递推。递归和递推是学习算法设计的第一步。递归算法是把大问题分解成相对较小的问题的过程，而递推就是从小问题逐步推导出大问题的过程；搜索、枚举及优化剪枝。搜索在所有算法中既是最简单也是最复杂的算法；动态规划（简称DP）。动态规划的特点是能够把很复杂的问题分解成一个个阶段来处理的递推方法；贪心。贪心算法是所谓的“只顾眼前利益”的算法；分治、构造等。分治就是把问题分成若干子问题，然后“分而治之”；构造是指按照一定的规则产生解决问题的方法。