算法复杂度

算法复杂度，一般包括时间复杂度和空间复杂度。

通常，我们都是使用“时间复杂度”来指运行时间的需求，使用“空间复杂度”来指空间需求。

当直接让我们求“复杂度”，一般默认是“时间复杂度”

显然，对时间复杂度的追求更是研究算法效率的潮流。

时间复杂度：

对于输入规模n，时间复杂度定义为T(n)=O(f(n))，其中f(n)是一个关于n执行次数（运行时间）函数。f(n)随着n的变化而变化，因此T(n)只与n相关。

常用时间复杂度类型所小号的时间从小到大依次是：

O(1) < O(logn) < O(n) < O(nlogn) < O(n ^ 2) < O(n ^ 3) < O( 2 ^n) 

<O(n!) < O(n^n)

大O阶攻略：

1.只考虑n的最高次阶数

2.n前面的系数可以忽略

3.f(n)后的常数可以忽略

比如：O(f(n))其中f(n) = 3n^3 + 2n^2 + 10

其时间复杂度为O(n^3)

空间复杂度

（一般研究计算机算法，没多大必要考虑）

定义：S(n)=O(f(n)),n为问题规模，f(n)为关于n所占存储空间的函数