算法的效率—什么是时间复杂度和空间复杂度

时间复杂度和空间复杂度

背景：
算法时间开销问题与机器性能、编程语言的执行效率和编程程序产生的机器指令质量有关。因此如果仅仅用事后统计法（运行结束后再统计）是不可靠的。

算法时间复杂性
事前预估算法的时间开销T(n)与问题规模大小n的关系（T表示“time”时间）；
表达式：
T(n)=3n+3；（通常保留最高阶）
T(n)=3n=O(n)；（大O表示同阶，同等数量级）
T₂(n)=O(n²)…以此类推
PS：常见的数值比较
O(1)<O(log₂n)<O(nlog₂n)<O(n²)<O(n³)<O(2ⁿ)<O(n!)<O(nⁿ)

算法空间复杂性
大小与问题规模无关。无论问题规模如何，算法运行所需要的内存都是固定的。
表达式： S(n)=O(1)
常见的比较和时间复杂度一样。