本文介绍了时间复杂度和空间复杂度的概念，重点关注常数时间、线性时间以及最坏情况下的O(n)表示。同时强调了在实际问题中考虑规模限制和优化，如基本算术运算、递归算法分析，以及枚举方法（包括循环枚举和回溯法）在解决规模较小问题时的应用。
时间复杂度 衡量执行时间随着输入规模来增长
常见时间复杂度包括：常数时间o（1）线性时间o（n).....
一般完美关注的是最坏时间复杂度，用O（f(n)）表示
一般1秒可以跑2e8，我们要尽可能规模来1e8以内
空间复杂度 所需存储空间随着输入规模
使用额外存储空间大小来确定空间复杂度
常见空间和时间一样表达
基本操作可以是算术运算（加法、乘法、为运算
关注循环结果 递归算法 最坏情况分析 善用结论
枚举
是一种穷举所有可能的情况，将问题的解空间中的每个可能的解都枚举出来，并进行验证和比，
适合规模较小、解空间可穷举
解空间
是一个范围内的所有数字（或二元组、字符串等数据）或者满足某个条件的所有数字
可以用回溯法进行
循环枚举解空间
首先确定解空间的维度，即问题中需要枚举的变量个数
例如当题目要求是满足条件的数字，可以循环枚举某个范围内的数字
1351
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
