定义long型变量，值的末尾要加 L 或 l  。 声明float类型的浮点型数据，末尾要加 F 或  f  。    字符型：char 只能表示一个字符（英文、中文、标点符合等......只要是一个都行。还可以表示转义字符 \t  \n） 多个字符用  string                ！！！注意！！！：当char、byte、short之间做运算时，默认的结果是 int 类型。                       

1 天 = 24 h   睡觉 = 8 h 上课 = 6 h 其他 = 2 h 吃饭 = 2 h   空余 = 6 h   可每天自主学习的时间却连3小时都没有，大部分时间都在无意义的刷手机中浪费了。 想想现在大学已经过去一年多了，学会的东西还是那么少，而要学的东西又是那么多。 无所适从... 慌张，不知所措，愈发觉得时间不多了。 是继续麻木下去？还是马上开始努力？ 现实让答案只能是后者... 从现在开始努力吧。 空余时间里，每天最少学习5个小时，锻炼身体一小时。   年轻人啊，多想想爱你的人还有你爱的人，不要说已经很努力了，努力没有上限。  

算法分析   两个主要任务 = 正确性（不变性 × 单调性 ） + 复杂度 为确定后者，真地需要将算法描述为RAM的基本指令，再统计累计的执行次数？不需要！ C++等高级语言的基本指令，均等效于常数条RAM的基本指令；在渐进意义下，二者大体相当                               分支转向：goto            //算法的灵魂；处于结构化考虑，被隐藏了                              迭代循环： for（），while（），... //本质上就是 “if + goto”                              调用 ...

渐进分析：大o记号   回到原先的问题：随着问题规模的增长，计算成本如何增长？          注意：这里更关心足够大的问题，注重考察成本的增长趋势  渐进分析：在问题的规模足够大后，计算成本如何成长？              Asymptomatic analysis ：当n>>2后，对于规模为n输入，算法                                                          需执行的基本操作次数：T（n）=？                                                           需占用...

RAM：Random Access Machine  RAM：Floor

算法分析   两个主要方面：                   正确性：算法的功能与问题要求一致？                                  数学证明？可不那么简单...                    成本：运行时间 + 所需存储空间                                 如何度量？如何比较？   考察：（P）=算法A求解问题实例P的计算成本                                    意义不大，毕竟...可能出现的问题实列太多                                  如何归纳概括？...

算法    计算=信息处理           借助某种工具，遵照一定规则，以明确而机械的形式进行    计算模型=计算机=信息处理工具     所谓算法，即特定计算模型下，旨在解决特定问题的指令序列          输入      待处理的信息（问题）         输出       经处理的信息（答案）      正确性      的确可以解决特定的问题      确定性      任一算法都可以描述为一个由基本操作组成的序列      可行性       每一基本操作都可实现，且在常数时间内完成      有穷性       对于任何输入，经有穷次基本操作，都可以得到输出  好算法 ...