时间复杂度&空间复杂度

一、什么是数据结构？

• 数据：比如一个班级的学生信息，不是只有1,2，3,4等才是数据
• 结构：组织关系
• 数据结构：数据和数据之前的组织关系

二、时间复杂度&空间复杂度

1、衡量一个算法的好坏：通过算法的复杂度来进行衡量的
2、算法效率
算法效率分为两种：第一种是时间效率，第二种是空间效率。时间效率就是时间复杂度，空间效率就是空间复杂度。时间复杂度主要衡量的是一个算法的运行速度，空间复杂度主要衡量得是一个算发所需要的额外空间。
3、时间复杂度

• 概念：是一个关于问题规模N的数学表达式，计算算法中某条基本语句的执行次数，为算法的时间复杂度。
• 大O的遇着项目相乘的常数。渐进表示法
  我们计算时间复杂度时，其实并不需要精确的执行次数，那么我们就会使用大O渐进表示法

推导大O阶方法：
1、用常数1取代运行时间中的所有加法常数
2、在修改后的运行次数函数中，只保留最高阶项
3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数

• 最坏情况：任意输入的最大运行次数
  平均情况：任意输入的期望运行次数
  最好情况：任意输入的最小运行次数
  但一般在实际中关注的都是最坏情况
• 时间复杂度是以最坏情况为准，因为最差情况是一个人对事物承受的最低限度

4、空间复杂度

• 概念：空间复杂度是一个数学表达式，是函数中创建变量个数的函数，是一个算法在运行中临时占用存储空间大小的量度。

递归深度不能太深？
因为每一次递归都是一次函数调用，每次函数调用都要再栈上划分一个栈帧，二栈是有大小限制的，如果递归太深，可能无法分配栈帧而导致程序崩溃