时间复杂度和空间复杂度

计算时间复杂度:
要找出程序的操流程作，然后确定他的运行次数，最后运用极限的思想来简化最后的结果

计算时间复杂度的简要流程：
1、时间复杂度就是函数中基本操作所执行的次数。
2、默认的是最坏时间复杂度，即分析最坏情况下所能执行的次数。
3、把常数项省略掉，这是因为只关注最影响时间变化的量级。

空间复杂度：
1.算法的空间复杂度并不是计算实际占用的空间，而是计算整个算法的辅助空间单元的个数，与问题的规模没有关系。
2.算法的空间复杂度S(n)定义为该算法所耗费空间的数量级。
3.若算法执行时所需要的辅助空间相对于输入数据量n而言是一个常数，则称这个算法的辅助空间为O(1);

二分查找的时间复杂度
二分查找的基本思想是将n个元素分成大致相等的两部分。
使a[n/2]与x做比较，
如果x = a[n/2],则找到x；
如果x< a[n/2],则只要在数组a的左半部分继续搜索x；
如果x > a[n/2],则只要在数组a的右半部搜索x。
一共有n个元素，按照这种方法，往后面就是n/2,n/4,….n/2^k，k为循环次数
所以可以总结：k=log2n,（以2为底，n的对数）

递归解决斐波那契数列的时间按复杂度和空间复杂度
当n = 1时，F(n) = 1，
当n = 2时，F(n) = 1，
当n = 3时，F(n) = 1，
即当n > 1时，F(n) = F(n-1) + F(n-2)

Fib(3)被计算了2次，Fib(2)被计算了3次。Fib(1)被调用了5次，Fib(0)中被调用了3次，所以它的效率是比较低的。
时间复杂度为：

$$O(n)= 2^n$$
空间复杂度就是树的高度： $$O(n)= n$$