时间/空间复杂度

算法效率分为两种：一种是时间效率，另一种是空间效率。时间效率被称为时间复杂度，而空间效率被称作空间复杂度。 时间复杂度主要衡量的是一个算法的运行速度，而空间复杂度主要衡量一个算法所需要的额外空间。

时间复杂度的定义：

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。个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法的时间复杂度。

举个例子

void Fun1(int N)
{
 int count = 0;
 for (int i = 0; i < N; ++i)
 {
  for (int j = 0; j < N; ++j)
  {
   ++count;
  }
 }
 for (int k = 0; k < 2 * N; ++k)
 {
  ++count;
 }
 int m = 10;
 while (m--)
 {
  ++count;
 }
 printf("%d\n", count);
}

在这段代码中Fun1执行的操作次数为：F(N)=N^2+2*N+10

N=10 F(N)=130
N=100 F(N)=10210
N=1000 F(N)=1002010

在实际计算时间复杂度时，我们并不需要精确计算执行次数，于是我们采用大O渐进表示法。

大O符号：是用于描述函数渐进行为的数学符号。

推导大O阶方法：

• 用常数1取代运行时间中的所有加法常数
• 在执行次数函数中，只保留