DS-时间/空间复杂度

一.算法效率

1.引子

如何去衡量一个算法的好坏呢？

这是一个斐波那契数列的递归式求法：

 long long Fib(int N)
 {
     if(N < 3)
         return 1;
     
     return Fib(N-1) + Fib(N-2);

这串代码看起来十分的简洁，但是简洁一定就好吗？

2.算法的复杂度

算法在编写为可执行程序后，运行需要耗费时间资源和空间资源(内存)，因此衡量一个算法的好坏，一般是从时间和空间两个维度来衡量的。
时间复杂度主要是衡量一个算法的运行快慢，空间复杂度主要衡量一个算法运行所需要的额外空间。

在计算机发展的早期，计算机的存储容量很小，所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展，计算机的存储容量已经达到了很高的程度，所以如今我们已经不用太过于关注一个算法的空间复杂度。

二.时间复杂度

在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。

一个算法执行所耗费的时间，从理论上来说，是无法具体算出来的，只有把程序方在机器上运行起来，才能知道具体所需的时间。但是如果每个程序都上级测试，未免也太麻烦了，所以才有了时间复杂度这个分析方式。一个算法所花费的时间与其中语句执行的次数成正相关，

void Func1(int n)
{
	for(int i = 0; i < 2 * n; i++)
	{
		//代码
	}
	for(int i = 0; i < n; i++)
	{
		for(int j = 0; j < n; j++)
		{
			//代码
		}
	}
	//代码
	return;
}

F(N) = (CN)^2 + 2C*N + C (C为常数)
N = 10时，F(N)=100C²+21C
N = 100时，F(N)=10000C²+201C
N = 1000时，F(N)=1000000C²+2001C
…

实际中我们计算时间复杂度时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，那么这里我们使用大O的渐进表示法。
例如Func1函数，仅取其最高次，其最高次位N²，所以该函数时间复杂度位O(N)

三.空间复杂度

空间复杂度也是一个数学表达式，是对一个算法在运行过程中临时占用存储空间大小的量度

空间复杂度并不是程序具体占用了多少bytes的空间，所以空间复杂度算的是变量的个数。空间复杂度计算规则基本跟时间复杂度类似，也使用大O渐进表示法。

 long long Fib(int N)
 {
     if(N < 3)
         return 1;
     
     return Fib(N-1) + Fib(N-2);

Fib递归调用了N次，开辟了N个栈帧，每个栈帧使用了常数个空间。空间复杂度为O(N)。

感谢大家观看，不妨点赞支持一下吧[doge]
如有错误，随时纠正，谢谢大家！