时间复杂度和空间复杂度

一、时间复杂度

时间复杂度

时间复杂度：在计算机科学中，算法的时间复杂度（Time complexity）是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。

相同大小的不同输入值仍可能造成算法的运行时间不同，因此我们通常使用算法的最坏情况复杂度，记为 T(n) ，定义为任何大小的输入 n 所需的最大运行时间。

常见时间复杂度列表

表中，$poly(x)=x^{O(1)}$，也就是 x 的多项式。

名称	复杂度类	运行时间(T(n))	运行时间举例	算法举例
常数时间		$O(1)$	10	判断一个二进制数的奇偶
反阿克曼时间		$O(a(n))$		并查集的单个操作的平摊时间
迭代对数时间		$O(lo{g}^{\ast }n)$		分布式圆环着色问题
对数对数时间		$O(loglogn)$		有界优先队列的单个操作
对数时间	DLOGTIME	$O(logn)$	$logn,log{n}^2$	二分搜索
幂对数时间		$(\log n{)}^{O(1)}$	$(\log n{)}^2$
（小于1次）幂时间		$O(n^c)，其中0<c<10<c<1$	$n^{\frac{1}{2}},n^{\frac{2}{3}}$	K-d树的搜索操作
线性时间		O(n)	$n$	无序数组的搜索
线性迭代对数时间		O ( n log ⁡ ∗ n ) O(n\log ^{ {*}}n) O(nlog