算法中需要考虑的时间和空间复杂度之一

在计算机的算法中，需要考虑时间复杂度和空间复杂度。时间复杂度与计算的时间有关，空间复杂度与占有的内存相关。达到相同的目标，时间复杂度和空间复杂度相对低的代码，效率更高，对内存的占用更少。

我们平时需要用到的时间复杂度一般包含了O(logn), O(n), O(nLogn), O(n²)，平时 用的空间复杂度一般包含了O(n),O(n²)。

在考虑复杂度时，忽略常量，系数，和低阶的复杂度。

假设执行一行代码所需的时间叫做一个unit time, 在上门这段代码中， 第2，3行各执行了一次，第4, 5行各执行了n次。那么这段代码的时间复杂度2 + 2n 个unit time。
所有代码的执行时间T（n）与每行代码的执行次数成正比。 这个规律总结成了一个公式 T（n）= O(f(n)). 在上门那个例子中，该函数执行所需的时间是T（n）， f(） 是计算时间复杂度的公式， n 执行次数最多的那一行代码所需要执行的次数。

大O的时间复杂度表示法，指代码执行时间随数据规模增长的变化趋势，叫做渐进时间复杂度，简称时间复杂度。

当n足够大时，比如几百亿， 那么公式中的常量，系数，低阶都可以忽略不计。 所以我们就叫时间复杂度为 O(logn), O(n), O(nLogn), O(n²)。前面四个复杂度由低到高排列。

在计算时间复杂度时，有三个基本原则：

1. 只关注循环次数最多的一行代码
2. 总复杂度