时间复杂度和空间复杂度的计算

一.什么是时间复杂度，空间复杂度

二者都为算法效率的两种，时间复杂度表示时间效率，空间复杂度表示空间效率。时间复杂度主要衡量一个算法运行速度，空间复杂度则主要衡量一个算法所需要的额外空间。由于时代的发展，计算机的储存大小已不再是问题，所以对空间复杂度不是很关注，我们更加关注算法的时间效率。

1.时间复杂度的概念

定义：在计算机科学中，算法的时间复杂度是一个函数，他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，是无法算出来的，只有我们执行算法才能知道，但是如果我们每一个程序都上机测试，会变得很麻烦，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顺序成正比，算法中的基本操作的执行次数，为算法的时间复杂度

2.空间复杂度的概念

空间复杂度是对一个算法在运行过程中临时占用储存空间大小的量度。并不是程序所占的比特空间，这个没啥意义。所以空间复杂度算的是变量的个数。空间复杂度基本跟时间复杂度类似，也使用打O渐进表示法。

3.时间复杂度如何算

算程序中次数影响最大的一项。

例：F(N) = N * N + 2 * N + 100
随着N的增大 N*N对结果影响最大
所以时间复杂度为 O(N * N)

大O符号(Big O notation)：是用与描述函数渐进行为的数学符号。

推导大O阶方法：
1.用常数1取代运行时间中的所有加法常数。
2.再修改后的运行次数函数中，只保留最高阶项。
3.如果最高阶存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。

当算法存在三种情况：
1.最好情况：任意输入规模的最小运行次数（下界）O(1)
2.平均情况：任意输入规模的期望运行次数 O(N/2)
3.最坏情况：任意输入规模的最大运行次数（上界）O(N)
此时我们以最坏情况作为时间复杂度。O(N)

如果时间复杂度为log什么为底的N，则写成logN