前言
前一篇主要介绍了为啥学习算法，算法工程师的招聘要求，以及如何学习算法、面试算法以及面试前如何刷题等。这一篇我们开始真正的算法之旅。
什么是算法？
要想了解算法，首先得知道什么是程序。
0和1的世界在广泛的意义上面来讲，程序是指事物发展的既有次序和脉络以及方式、方法。从计算机编码语言上来讲，程序是数字计算机的编码指令的次序。而在广泛意义上的方式方法，则可以专业性的称之为算法。那么具体怎么描述算法呢？借用百度百科的一段话，“算法（Algorithm）是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制”。这样一来，是不是同我们所描述的有次序的脉络以及方式方法所吻合？
著名的瑞士计算机科学家尼古拉斯·沃斯（Niklaus Wirth）在计算机领域有一句名言：“算法 数据结构=程序”（Algorithm Data Structures=Programs）。数据结构是程序的骨架，而算法则是程序血肉，是灵魂。
算法的特点
如何判断一段计算机指令或程序是否是一个算法，我们可以从下面几个特点来判断：
- 有穷性：可以穷举，有终点或者结束点
- 确切性：每一个步骤都有明确的定义
- 输入性：有条件（包含0到∞个参数）
- 输出项：有结果，有结论，没有输出则没有意义
- 可行性：可以分解为最基础的单元来进行步骤的操作，每个步骤都有时间周期
算法复杂度
在没有学习计算机技术之前，我们应该对复杂度并不是很陌生，因为这是统计学的一个概念，我们接触最多的莫过于样本复杂度这个概念，这些都是在统计抽样、概率选取、概率评价等等一系列从高中就开始接触，到大学深入了解的知识。那么算法复杂度又是什么呢？
算法复杂度是指算法在编写成可执行程序后，运行时所需要的资源，资源包括时间资源和内存资源。当了解这个之后，我们可以深入理解下，什么是时间复杂度、空间复杂度和复杂度分析等一些更深层次的概念。实际应用中，通常使用时问复杂度渐近上界 O(f (0)来表示时间复杂度。
- 时间复杂度：从算法开始运行到算法执行结束所需要的时间
- 空间复杂度：执行算法所需空间大小，运行过程中占用多少存储空间
具体到示例可以参考陈老师在书中的案例。首先给我们讲述了一个故事——一盘棋的麦子，然后引出来“爆炸增量函数”。常见的时间复杂度有以下几类：
➊常数：
