时间复杂度和空间复杂度的简单介绍

时间复杂度的定义: ： 在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。一个算法执行所耗费的时间，从理论上说，是不能算出来的，只有你把你的程序放在机器上跑起来，才能知道。但是我们需要每个算法都上机测试吗？是可以都上机测试，但是这很麻烦，所以才有了时间复杂度这个分析方式。一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法的时间复杂度。

在我看来 简单来说就是：一个程序跑完的快慢程度，
这样的我们用大O()表示 : 一般常见的表示方法是
O(1)[这样的表示方法为走了常数项，无论是10次，1000次，哪怕是100万次，是常数就是O(1)的时间复杂度],
O(N), O(N^2),
O(logN)[这里说明一下，logN表示为log以2为底 N的对数 ，不像是数学上面的以10为底]，
O(logN*N);

下来就举一些常见的例子 来看一下：
（1） 在循环中的变量是常数变量时

（2） 当里面有循环的时候，//需要注意不一定是有用的，在接下来第三点会介绍

（3） 就是不但和循环有关，也和里面的条件有关

这就是 时间复杂度的大致内容，应该不是很难，下来我问就一起看看空间复杂度和时间复杂度一起，下面的题目也是我们常见的，
对了 ，我们先一起看看空间复杂度定义：是对一个算法在运行过程中临时占用存储空间大小的量度 。空间复杂度不是程序占用了多少bytes的空间，因为这个也没太大意义，所以空间复杂度算的是变量的个数。空间复杂度计算规则基本跟实践复杂度类似，也使用大O渐进表示法。
（1）递归的算法 （这里的图片来自于比特科技版权所有）

这里的时间复杂度为O（2^N）； 理由：8通过计算分析发现基本操作递归了2^{N次，时间复杂度为O（2}N）
空间复杂度为O（N） 理由：递归调用了N次，开辟了N个栈帧，每个栈帧使用了常数个空间。
（2）斐波那契数

有这个图片可以知道算出空间复杂度；O（N）；因为动态开辟了N个空间

下面的时间复杂度为O（2^{N）；通过计算分析发现基本操作递归了2}N次。

（3）看一下下面的空间复杂度：

空间复杂度为O（1）；原因不难看出 使用了常数个额外空间，但是时间复杂度可不是O（1）。一定要记住，应为end = n,下面还有循环，所以时间复杂度坑定不是O(1);

谢谢大家观看 ，如果有什么问题下方留言，
这里比较基础，如果想更加深入的话，可以去找一下资料，巩固自己，加油