算法复杂度

一个算法的优劣主要从算法的执行时间和所需要占用的存储空间两个方面来衡量，即用空间复杂度和时间复杂度来衡量程序的效率。

空间复杂度是对一个算法在运行过程中临时占用存储空间大小的量度，记作S（n）=O（f（n））。

一个算法在计算机存储器上所占用的存储空间，包括算法的输入、输出数据所占用的存储空间、算法本身所占用的存储空间和算法在运行过程中临时占用的存储空间。

● 算法的输入、输出数据所占用的存储空间由要解决的问题决定，是通过参数表由调用函数传递而来的，它不随算法的不同而改变。

● 算法本身所占用的存储空间与算法编写的长短成正比，要压缩这方面的存储空间，就必须编写较短的算法。

● 算法在运行过程中临时占用的存储空间随算法的不同而异。
一个算法所占用的存储空间要从各方面综合考虑。递归算法一般都比较简短，算法本身所占用的存储空间较小，但运行时需要一个附加堆栈，会占用较多的临时存储空间。非递归算法一般较长，因此存储算法本身的空间较大，但运行时需要的存储空间较小。
计算机科学中，算法的时间复杂度是一个函数，通常用O符号表述，用于定量描述该算法的运行时间。算法中模块n基本操作的重复执行次数计为函数f（n），算法的时间复杂度为T（n）=O（f（n））。
一个算法运行的总时间取决于以下两个方面。

● 每条语句执行一次所需的时间。

● 每条语句的执行次数。

每条语句的执行时间为该语句的执行次数乘以该语句执行一次所需时间。

常见的时间复杂度有：常数阶O（1）、对数阶O（logn）、线性阶O（n）、线性对数阶O（nlogn）、平方阶O（n2 ）、立方阶O（n3 ）等