用5年算法经验：来讲透什么是时间复杂度和空间复杂度？

养成阅读好习惯，从关注开始！

文末附相关资料

前言
所谓算法，其实就是我们用来操作数据、解决程序问题的一组方法。针对同一个问题，我们可以采用不同的算法，然后实现相同的结果。但是针对不同的算法，对于时间和资源的消耗却有不同的差别。而为了分析不同算法的效率，我们常常从 时间 和 空间 两个方面来对比，然后从中挑出最适合我们的解决方案。

本文主要从时间复杂度和空间复杂度的定义说起，然后介绍常见的时间复杂度和空间复杂度，最后则是对常见排序算法进行了总结。

时间复杂度

定义

若存在函数 f(n)f(n)f(n)，使得当 nnn 趋向无穷大时，T(n)/f(n)T(n) / f(n)T(n)/f(n) 的极限值为不等于 0 的常数，则称 f(n)f(n)f(n) 是 T(n)T(n)T(n) 的同数量级函数，记作 T(n)=O(f(n))T(n)=O(f(n))T(n)=O(f(n))，称 O(f(n))O(f(n))O(f(n)) 为算法的 渐进时间复杂度，简称 时间复杂度，用大 O 来表示，称为 大 O 表示法；

推导时间复杂度的原则

1. 若运行时间是常数量级，则用常数 1 表示；
2. 只保留时间函数中最高阶项，如 O(n2+4n)O(n^2 + 4n)O(n2+4n)，保留最高阶项后，成为
   O(n2)O(n^2)O(n2)；
3. 若最高阶项存在，则省去最高阶项前的系数，如 O(4n2)O(4n^2)O(4n2)，省去最高阶项的系数后，成为
   O(n2)O(n^2)O(n2)；欢迎大家进Java学习交流君样：1142951706 一起交流 一起吹水~

分析时间复杂度的方法

总结起来，对于如何分析一段代码的时间复杂度，主要有如下 3 个实用方法：

1. 只关注循环执行次数最多的一行代码；
2. 加法原则：总复杂度等于量度最大的那段代码的复杂度；
3. 乘法原则：嵌套代码的复杂度等于嵌套内外代码复杂度的乘积；

常见的时间复杂度曲线

常见时间复杂度

O(1)O(1)O(1)

void sayHello(String name){
   
    System.out.prinln("Hello, " + String);
    System.out.prinln("欢迎关注我的公众号：【Java大蜗牛】");
}

O(logn)

如下列二分查找代码中，通过 while 循环，能够成倍的缩减搜索范围，假设需要 x 次才能跳出循环，则有 num * 2 * 2 * … = n ，其中 num 是常数，有 n 个 2 相乘，则有 num∗2x=nnum * 2 ^x = nnum∗2x=n，从而推出 x=log2(n/num)x = log_2(n/num)x=log2(n/num) ，因此时间复杂度用大 O 表示法表示为 O(logn)。O(log n)。O(logn)。