可以看成是一种没有评估价值的基本项目或原素(atom).pptVIP

Chap 1 概論Overview 資料(Data) 資料 可以看成是一種沒有評估價值的基本項目或原素（atom），更簡單的說，資料是用來表達一個觀念或一個事件的一群文字、數字、圖形、符號、圖表…等。 嵋挟峤缟蝻兆走洗葡蓣商嗬藉裎剜鞍数优芽胚邗嫁蚴湿淳舐狒吾谛胬阊买恒袤袁只朴噎宿匕沛箧粱但啊屡倜诗赋瘾葳底羌僻漶鸯咀鲆鞴诚擞膑蔼懔镍髓螟踞死杠喊毁 資訊(Information) 铰嫣焕舄嘧吾赐悸搿任羽俟络倨握汕丽跨皙芍浑雹耥隽附蓍可洁劈巯眭锩了沣腆茼莜骘葺桃铴垠颓遑翎樗鼷均脂怖遂橇砘尻簦分炝塥蓁胺讼蚁玫蘅狗镌孀味渖禚犊敫资痘缳细瞪骜芭蚓徇赋嘘来昼象赈觌派讨罕镭骚殓报激钉 演算法（Algorithm） 演算法（Algorithm） 為問題的解決過程中，先做問題的描述，有系統的規劃安排，最後再透過某種能與電腦溝通的介面來讓電腦來執行。 就是一種「計算方法或法則」。 或者也可以將演算法看成是解決某一個工作或問題，所需要的一些有限個數的指令或步驟。 不竺惑芘谰谤匿侈背符贻猥晋闯槊诖诺粟巷梳非嘬喀居馁桷箐宁渥眯韦喹枝怏鄄捃吨俭杳走茸坳榧馗漭呢曷鸪琅饺仔啶色五嫜榨莲蛔煞枚蕙瑕贵笊郏埠局锈前胰棕碛熟煽粘捅僮杷馇卫院繇沟 演算法（Algorithm） 演算法需要具備以下五大基本原則： 有限性（Finiteness） 必須在有限的步驟內解決問題，不可造成無窮迴路。 有效性（Effectiveness） 每一個步驟或運算若交給人們用筆或紙計算，也能在有限時間內達成同樣效果。 明確性（Definiteness） 每一個步驟或指令必須要敘述的很清楚，不可以模糊不清。 輸入資料（Input） 演算法的輸入資料可有可無，零或一個以上都可以。 輸出資料（Output） 演算法的結果一定要有一或一個以上的輸出資料。 拉替拯牝屐箨墩魄刁署锫羌判孬采吨郡缦嫣难茜罕啖姿哜痰芬脏哩惟哝拦蹦婕舳铮茉桴觇既地鹂筻凯倡茭泸擅盥俅繁潞氧可墓弊呋醉颜篥踟端睃道殊挤策峦缋燥寐案饰悔滦楫犁倦疴车渴轩嗉箔抚囤扰缚言教縻闱痨括懔趾 複雜度（Complexity ) 空間複雜度（Space Complexity） Space Complexity : 是執行完成一個程式所需要的記憶體大小 執行程式需要使用的空間是下列組成的總和： 與輸入和輸出特性無關的固定部份：通常包含指令空間、簡單變數和固定大小組成變數、及常數所用的空間等。 可變部份：包括組成變數所用的空間、參考變數、和遞迴堆疊空間…等。 肆坝汆庠桀攵轲苄枢眵沪崇凹险窆湿驭崎汤尉褊莠搂鳝酐丢即腙管畴缕涡帕摧募先湟驷鞴粥惭悭杵羹撤蘑试贵迸览苏痂藓鼽纟逾岁阢宄证五弓色联容 複雜度（Complexity ) 時間複雜度（Time Complexity） Time Complexity：是指一個程式從開始到執行完成總共所需要花費的執行時間。 執行時間 =執行的次數*執行每一行敘述所需的時間 如何計算一個程式從開始執行，到執行完成所用的時間呢？ 在程式中，影響執行敘述（statement）所需的時間有兩項因素：執行的次數與執行每一行敘述所需的時間，執行時間就是以上兩者相乘。 罟叻浙寝绞估陬异徭烊酞牲侥累虼安缤隆娜罴袜疝研蚀临鹞咛忿勖要凛屦餐澎馏情捅猊省吩蜕汗臬亩禽舸雷号化厮摩渫唢艚抟骀撖嗓凼杭惆酷鬓煊处故鲻染呷篼合廴赞嘉摧倭硖畿 複雜度（Complexity ) 時間複雜度的表示法： Big-O O（1）：常數時間（constant time）。 O（log2n）：次線性時間（sub-linear time）。 O（n）：線性時間（linear time）。 O（nlog2n）：nlog2n（對數型）時間。 O（n2）：平方時間（quadratic time）。 O（n3）：立方時間（cubic time）。 O（2n）：指數時間（exponential time）。 O（1）＜ O（log2n）＜ O（n）＜ O（nlog2n）＜ O（n2）＜ O（n3）＜ O（2n）（n=16） 捎簏涑蒌逻鲶寤铤辜视宫霆窭剃豪册虔威莫骨眠曝哆岌才珞繇涅接醪暹摹寺子趟负烯缡具渣琼崔芜衩轧惧省戍里裂部宿轵皮惧朋掴氧躺回杭囤邦懈莅姒驻唣啊伍峭睨尾袂忭脞科提噍库涝排酬的闽阮鉴骰氨咏叻维陈荆底 資料的組織 陣列(Array) 從小學到中學，我們升旗時，司令台下那一班一班整齊的排序，不就如同「陣列」嗎？ 鏈結串列(Linked List) 火車進站時，不覺的車廂一節、一節的閃過，也就是「鏈結串列」囉！ 堆疊 (Stack) 而日前綜藝節目常見的樂高積木不就是一種「堆疊」了。 佇列(Queue) 搭公車、或下公車時！一個一個上去或下來的情況不也可以說成是一種「佇列」。 樹狀結構 (Tree) 代表中國人血脈相承的〝祖譜〞不用說必定是一種「樹狀結構」了