算法的时间复杂度和空间复杂度

算法：算法是对特定问题求解步骤的一种描述，它是指令的有限序列，是一系列输入转换为输出的计算步骤。

程序设计的实质：好算法＋好结构

算法的基本特性：有穷性、确定性、可行性、必有输出

算法评价指标：正确性、可读性、健壮性、效率与低存储量需求（效率常用时间复杂度来衡量，低存储量常用空间复杂度来衡量）

时间复杂度T(n)按数量级递增顺序为：

渐进符号（O）的定义：当且仅当存在一个正的常数 C，使得对所有的 n>=n0 ，有 f(n)<=Cg(n)，则：f(n) = O(g(n))

空间复杂度S(n)按数量级递增顺序也与上表类似。

举例：

3n+2=O(n)           因为 3n+2<=4n     for n>2

6*2n+n2=O(2n)   因为6*2n+n2<=7*2n      for n>4

举例：
i=1;                        ①

while(i<=n)  

    i=i*2;                     ②

分析上面程序段的时间复杂度。

该算法的运行时间由程序中所有语句的频度（即该语句重复执行的次数）之和构成。算法的时间复杂度由嵌套最深层语句的频度决定。

显然，语句①的频度是1。设语句2的频度是f(n)，则有：，即f(n)≤log2n，取最大值f(n)=log2n

所以该程序段的时间复杂度T(n)=1+f(n)=1+ log2n= O( log2n)。