【数据结构】时间及空间复杂度

时间复杂度及空间复杂度为算法效率分析中的时间效率和空间效率，计算复杂度时，使用大O的渐进表示法

• 考虑算法最坏情况下的时间复杂度
• 常数1取代运行时间的加法常数
• 修改后只保留最高次项
• 去除最高阶项的系数

如：执行次数为 N*(N+1)/2，时间复杂度为O(N^2)
 

. 时间复杂度

下图中趋势越缓，其时间复杂度越小，代表的算法效率越高

二分查找的时间复杂度
最坏情况下查找次数为x，有 2^x=N，x=log2N，故时间复杂度为O(log2N)，从图中可以看出 O(log2N) 的复杂度仅仅大于 O(1)，二分查找算法的效率是很高的

斐波那契数列时间复杂度

.空间复杂度

斐波那契数列的空间复杂度

long long* fibarr = (long long*)malloc((n+1)*sizeof(long long));

为斐波那契数列申请了有N个数的数组，空间复杂度为O(N)

递归求阶乘的空间复杂度
消耗 n 个栈帧，空间复杂度为O(N)，但递归算法效率并不高，栈空间并不大，n稍微一大，就会导致栈溢出

递归斐波那契的空间复杂度
执行递归时，程序会先从 Fib(N) 开始将最外侧的递归线走到底，调用n层空间，后续每次递归使用的空间与之前调用的空间是同一块，并不会调用新的空间，最多使用n层空间，空间复杂度为O(N)

• 空间可以重复利用，而时间是可累计的