你不会还不知道时间复杂度和空间复杂度怎么算吧？(用代码举例)

时间复杂度

即执行算法的时间成本

基础时间复杂度

基本操作执行次数：一个循环内的操作次数
时间复杂度=循环次数*每步循环中的操作数

1. 例子1：

 void function(int n)
{
 	for(int i=0; i<n; i++)
	 {
		printf("操作1");
		printf("操作2");
		printf("操作3");
 	}
 }

每个循环要执行3次操作，如果需要执行n个循环，则时间复杂度T(n)=3n。

2. 例子2：

 void function(int n)
{
 	for(int i=n; i>1; i/=2)
	 {
		printf("操作1");
		printf("操作2");
		printf("操作3");
		printf("操作4");
		printf("操作5");
 	}
 }

总共要进行log2（n）次，每一次循环执行5步操作，所以时间复杂度T(n)=5logn

3. 例子3：

 void function(int n)
{
	printf("操作1");
	printf("操作2");
 }

执行的时间与n无关，时间复杂度T（n）=2

4. 例子4：
   冒泡排序中,随着排序次数增加需要的操作减少，为等差数列

void function(int n)
{
 	for(int i=0; i<n; i++)
 	{
 		for(int j=0; j<i; j++)
 		{
 			printf("等待");
 		}
 		printf("操作2");
 	}
}

T（n）=0.5n^2+0.5n

渐进时间复杂度

一般用O来表示，即把时间复杂度T(n)简化为一个数量级，用数量级之间的对比会更加直观。
简化过程有如下原则：

1. 如果运行时间是常数量级，则用常数1表示
2. 只保留时间函数中的最高阶项
3. 如果最高阶项存在，则省去最高阶项前面的系数

所以上面四个例子的T(n)分别为：
4. T(n)=O(n)
5. T(n)=O(logn)
6. T(n)=O(1)
7. T(n)=O(n^2)

空间复杂度

即执行算法的空间成本
主要根据问题的规模计算

1. 例子1：常量空间

void function(int n)
{
	int var = 3;
 …
}

存储空间大小固定，和输入规模没有直接的关系，空间复杂度是O（1）

2. 例子2：线性空间

void function(int n)
{
	int [] arry = new int[n];
 …
}

线性集合的空间复杂度可以记为O（n）

3. 例子3：二维空间

void function(int n)
{
	int [][] arry = new int[n][n];
 …
}

二维数组的空间复杂度可以记为O（n^2）

4. 例子4：递归空间（例如方法调用栈）：我调用我自己

void function(int n)
{
	if(n<=1)
	{
		return;
	}
		function(n-1)
 …
}

空间复杂度与递归深度为正比，也是线性的，空间复杂度可以记为O（n）