007 时间复杂度和空间复杂度

前置知识:选择排序、冒泡排序、插入排序、等差数列、等比数列建议:不要跳过
1，常数操作，固定时间的操作，执行时间和数据量无关
2，时间复杂度，一个和数据量有关、只要高阶项、不要低阶项、不要常数项的操作次数表达式举例:选择、冒泡、插入
3，严格固定流程的算法，一定强调最差情况!比如插入排序

4，算法流程上利用随机行为作为重要部分的，要看平均或者期望的时间复杂度，因为最差的时间复杂度无意义用生成相邻值不同的数组来说明
5，算法流程上利用随机行为作为重要部分的，还有随机快速排序(【必备】课)、跳表(【扩展】课)也只在乎平均或者期望的时间复杂度，因为最差的时间复杂度无意义

6，时间复杂度的内涵:描述算法运行时间和数据量大小的关系，而且当数据量很大很大时，这种关系相当的本质，并且排除了低阶项和常数时间的干扰
7，空间复杂度，强调额外空间;常数项时间，放弃理论分析、选择用实验来确定，因为不同常数操作的时间不同

8，什么叫最优解，先满足时间复杂度最优，然后尽量少用空间的解

9，时间复杂度的均摊，用动态数组的扩容来说明(等比数列、均摊的意义)并查集、单调队列、单调栈、哈希表等结构，均有这个概念。这些内容【必备】课都会讲

10，不要用代码结构来判断时间复杂度，比如只有一个while循环的冒泡排序，其实时间复杂度0(N^2)

11，不要用代码结构来判断时间复杂度，比如:N/1+N/2 +N/3 +… + N/N，这个流程的时间复杂度是0CN *LogN)，著名的调和级数
12，时间复杂度只能是对算法流程充分理解才能分析出来，而不是简单的看代码结构!这是一个常见的错误!甚至有些算法的实现用了多层循环嵌套，但时间复杂度是0(N)的。在【必备】课程里会经常见到

13，常见复杂度一览:0(1) 0(LogN)  0(N)  0(N*logN)   0(N^2)…0(N^K)  0(2^N) 0(K^N)..0(N!)

14，时间复杂度非常重要，可以直接判断某个方法能不能通过一个题目，根据数据量猜解法【必备】课都会讲

15，整套课会讲很多算法和数据结构，也会见到很多的时间复杂度的表达，持续看课即可