时间和空间复杂度的计算方法

时间复杂度与空间复杂度都是针对算法而言的，我们知道数据+算法=程序，那么一个程序在运行过程中，必然要占用计算机的内存资源，而计算结果也需要时间；

那么我们可以这样理解：

时间复杂度 = 程序运行的时间；

空间复杂度 = 程序占用的内存；

但是对于运行时占用的时间，根据运行环境的不同，其结果也是不同的，所以在数学上，使用一个公式来表示：大O符号表示法 即 T(n) = O(f(n))

时间复杂度：

    对于没有循环结构的普通算法：T(n) = O(1)

    对于有循环结构的算法：T(n) = O(n)

for(i=1; i<=n; ++i)
{
   j = i;
   j++;
}

      对于有循环嵌套结构的算法：T(n) = O(n^2)

for(x=1; i<=n; x++)
{
   for(i=1; i<=n; i++)
    {
       j = i;
       j++;
    }
}

以此类推：T(n) = O(n^3)，T(n) = O(n^4) .......T(n) = O(n^n)

  对于循环中有乘法的算法：T(n) = O(logn)

int i = 1;
while(i<n)
{
    i = i * 2;
}

组合一下：T(n) = O(nlogn)

for(m=1; m<n; m++)
{
    i = 1;
    while(i<n)
    {
        i = i * 2;
    }
}

其他以此类推；

空间复杂度：S(n) = O(f（n）)

  空间复杂度主要针对的是变量：

      int i = 1；S(n) = O(1)

     int[] a = new int[n]； S(n) = O(n)

     int[] a = new int[n][n]； S(n) = O(n^2)

其他以此类推；