做算法题时候的一些基础概念

时间复杂度：

1、概念：

a、时间复杂度：某个算法的时间耗费，他是该算法所求解时间规模n的函数；

b、渐进时间复杂度：当问题规模趋向无穷大时，该算法时间复杂度的数量级；

一般评价算法的时间性能，用的就是渐进时间复杂度，就简称为时间复杂度，记作T(n)，T(n) = O( f(n) )。

2、大O表示法

    如果要全面分析一个算法，需要考虑算法在最坏情况、最好情况和平均情况下的时间代价，有一些规则如下：

    1、加法规则：

O(n, m) = O(n) + O(m) = O( max( f(n), f(m) ) )

    2、乘法规则：

   O(n, m) = O(n) * O(m) = O( f(n) * f(m) )

    3、常数：

如果 O(n) = O(k)，k是和n无关的常数，那么O(k) = O(1)，也即： O(n, m) = O( f(n) * f(m) ) = O( k * f(m) ) = O( f(m) )

    4、经验：

O(1) < O(log2 n) < O(n) < O(n log2 n) < O(n^2) < O(n^k) < O(2^n)

     一般来说，写算法基本上要求时间复杂度要在中间偏左

    还有，别随便写 O(lg n) 这样的时间复杂度了，（lg n）是 （log10 n）的缩写，（ln n）是（loge n）的缩写，为了防止误会还是写完整吧。

空间复杂度：

1、概念：

空间复杂度是指算法在计算机内执行时所需存储空间的度量，记作S(n)，S(n) = O( f(n) )。

一般情况下说的都是方法内部由程序猿创建的空间的规模，计算方法和时间复杂度差不多。

2、注意：

如果要求空间复杂度 O(1)，并不是说只能用一个中间变量，你可以用很多个，但是不能随着输入数据的增大而有所变化，这样就满足要求了。

当然，如果要求说“只能有一个中间变量”，那又是另一回事了。