浅谈时间复杂度与空间复杂度

前言：

但凡涉及到了算法，我们逃不过去的一个问题，也是不可以逃避的一个问题就是时间复杂度与空间复杂度。这两项是检验算法优劣的标准之一，或者说是主要标准。

时间复杂度：

例子 ：	时间复杂度 ：	装逼术语 ：
5201314	O(1)	常数阶
3n+4	O(n)	线性阶
3n^2+4n+5	O(n^2)	平方阶
3log(2)n+4	O(logn)	对数阶
2n+3nlog(2)n+14	O(nlogn)	nlogn阶
n^3+2n^2+4n+6	O(n^3)	立方阶
2^n	O(2^n)	指数阶

时间复杂度记为：T（n）= O（f（n））。其实在考虑时间复杂度的时候可以看做是极限，一种求极限的思想可以帮助我们很好的理解时间复杂的计算问题。当n—>无穷时，对整个式子其主要因素的是数量级的影响，一种Max思想。用考研数学的一句顺口溜来记就是：高指低对低次走，归幂之后低次留。

时间复杂度消耗时间从小到大依次是： O(1) < O(logn) < (n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n) 。一般n^3之后的就不考虑了，太大了已经。

空间复杂度：

空间复杂度记为：S（n）= O（f（n））。相对于时间复杂度来讲空间复杂度就显得相对于弱一些，或者说体现算法的主要因素还是时间，我们可以牺牲一部分空间来换取时间，当然也可以牺牲一部分时间来换取空间，不同情况要不同考虑。只是一般情况下以时间复杂度为优先考虑。反例就是比如你玩的是单片机，硬件流派。你的内存空间是有限的，就那么大，你要以空间为主。

我们再来举个例子：判断一个年份是不是闰年。

• 写一个简单算法来判断，如

bool isLeapYear(int y){
 	return (y%4==0&&y%100!=0)||(y%400==0);
 }

• 或者是定义一个数组，如arr[2050],将所有年份存进去，是闰年就为1，否为0 。
• 这时候我们来区分一下这两个，第一种利用算法，消耗的是cpu，每次年份都要进行运算。而第二种利用数组，每次年份只需要一次索引判断即可。这也就是，时间换空间还是空间换时间的问题。