时间复杂度、空间复杂度

算法效率的衡量准测：时间效率，空间效率，

时间复杂度

算法的时间效率对应的时时间复杂度。判断一个算法在时间上的效率，不能单光比运行速度，因为运行速度会因环境不同而有很大差异。

时间复杂度的定义：算法的时间复杂度是一个函数（数学上的函数，不是c语言中的），它的定量描述了该算法的运行时间（这个时间不是现实意义上的时间，一分钟两分钟之类的）。一个算法所花费的时间与其中语句的执行次数成正比，算法中的基本操作的执行次数，为算法的时间复杂度。

void Func1(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);
}

看这段代码，其中每个循环中的++count都可以算作上面所说的基本操作。大致算一下基本操作的次数,这个函数Func1的执行的操作次数：Func1(N)=N^2+2*N+10

我们可以看出，当N越来越大时，这个表达式中每一项的占比差距开始拉大。

N=1000,Func1(N)=1002010，可以看出，这个时候N^2占大头。

所以实际中我们进行计算时间复杂度 时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，这里我们使用大O的渐进表示法。

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

推到大O阶方法：（按顺序）

1.用常数1替换表达式中所有的常数。

2.替换1后，只保留最高阶项

3.如果最高阶项不是1，就去除这项的参数，得到的结果就是大O阶。

Func1(N)===>O(N^2)

O(N^2)就是大O渐进表示法的结果

空间复杂度

空间复杂度也是一个数学表达式，是对一个算法在运行中临时占用储存空间大小的量度。

空间复杂度也用大O渐进表示法。

注意：函数运行是所需要的栈空间（存储参数，局部变量，一些寄存器信息等）在编译期间就已经确定好了，因此空间复杂度主要通过函数在运行时，申请的额外空间来确定。

如：

void BubbleSort(int* a, int n)
 {
    assert(a);
    for (size_t end = n; end > 0; --end)
    {
        int exchange = 0;
        for (size_t i = 1; i < end; ++i)
        {
            if (a[i-1] > a[i])
            {
                Swap(&a[i-1], &a[i]);
                exchange = 1;
            }
        }
 
        if (exchange == 0)
            break;
    }
 }

这是一个冒泡排序

冒泡排序：像气泡从水底网上窜，在数组中从开头往后依次比较大小，如果大于（升序）/小于（降序），则交换两数的位置，循环。

因为冒泡排序本质上是在原数组中进行交换，没有额外开辟空间（单个局部变量i不算，常数不管多少要变成1记得吗），所以：O(1)。