时空复杂度

时空复杂度
输入规模
不同的人在不同的场合下，对于输入规模（input scale）的理解可以不同。一般而言，输入规模应当能描述输入所需的空间。例如，如果算法要求输入一条数列（数组），则输入规模n应当是数列的长度。
时间复杂度
时间复杂度（time complexity）是关于输入规模的函数，用于描述算法执行所需要的时间与输入规模的关系。
一般地，我们开发一个算法，最终都是要将其应用到输入规模极大的场合中的。比如，我们开发一个排序算法，可能在算法的原型形成之前，大都只考虑对几十个、几百个数排序，但之后我们就要将其推广到对几百万甚至几十亿个数排序的情况。所以，一般不考虑算法在处理小规模问题时耗费的时间，而主要关注处理大规模问题时算法的表现。对于小规模的输入，不同算法的效率差异不明显，并且针对小规模的问题做优化耗费的精力相比收益而言是不经济的。而处理很大规模的输入时，效率的些许差异都可以对算法实际的耗时产生巨大影响。因此，通常考察渐进时间复杂度（asymptotic computational complexity），即当输入规模n趋于正无穷大时，算法的运行时间的极限。
几种记号
大O记法
若存在正的常数c和函数f(n)，使得对任何正数