时间复杂度、空间复杂度的计算。

<1.>时间复杂度：

如下代码：

for(i = 0;i<n;i++)
{
    for(j = 0;i<n;j++)
        {
            count++;
        }
}
int a = 10;
while(a--)
{
count++;
}

基本操作执行了n*n+10次，但是随着n的增加，10对其影响微乎其微，所以这个程序的时间复杂度是O（n^2），所哟第一条原则：保留老大哥。

for(i = 0;i<n;i++)
{
    count++;
}

for(i = 0;i<n;i++)
{
    count++;
}

该代码执行了n+n=2*n次，但是时间复杂度是O（n），所以第二条原则：系数为1。

for(i = 0;i<100;i++)
{
    count++;
}

该代码执行了100次，but，时间复杂度是O（1），所以第三原则：常数为1。

int fun(int n)
{
    return n<2?n:n*fun(n-1)
}

改代码执行的是阶乘的递归运算，要进行n次递归,所以时间复杂度是O（N）。

再就是冒泡排序，由他的原理可以知道，冒泡排序是前一个和后一个相比较，第一次比较n-1次，第二次是n-2次……最后一次是比较一次，所以时间复杂度是次数的求和，根据保留老大哥原则，时间复杂度就应该是O（n^2）

所以我们得出一个结论，时间复杂度和几层循环没有必然联系，两层循环不一定就是O(N^2),例如快速排序，时间复杂度就是O(N)，但是他是双循环。

再就是二分查找，显然是一个对数阶，记为O(logN)。

以上常见时间复杂度相关问题就介绍完了。

<2.>再者就是空间复杂度。还是这个代码段。

for(i = 0;i<n;i++)
{
    for(j = 0;i<n;j++)
        {
            count++;
        }
}
int a = 10;
while(a--)
{
count++;
}

他在内存中开辟了i j count a四个变量，然而空间复杂度应该是O(1)，所以综上与时间复杂度类似。

显然再内存中开辟一个长度为n的数组的和比如5个变量，但是空间复杂度应该是O（N），所以这一点与时间复杂度相似。