算法复杂度

算法复杂度分为空间复杂度和时间复杂度。

时间复杂度：一个算法的运行快慢。

空间复杂度：一个算法运行所需的额外空间。

如今不再关注空间复杂度，因为现在的内存越来越大，成本越来越低，多一点无所谓

时间复杂度不是算时间，因为同一个算法执行环境不同，操作的机子也不是一样的，所以导致时间都不一样。

因此时间复杂度是算法中基本操作的执行次数。

算时间复杂度不需要算精确的执行次数，只要估算即可。

于是出现了大O的渐进表示法。

1：用常数1取代运行时间中的所有加法常数。

2：在修改后的运行次数函数中，只保留到最高阶段。

3：如果最高阶段存在且不是1，则去除这个次数的常数项，得到结果为大O阶。

O（1）不代表算法的运行一次，而是常数次。

当一算法随着输入不同，时间复杂度不同，看最坏情况。

递归算法的时间复杂度：递归次数*每次递归调用的次数。

空间复杂度算的是变量的个数，额外使用的空间。

空间可以重复利用，不累计。

时间是一去不复返的，累计的。

常见复杂度对比：

123456	O(1)	常数阶
5n+98	O(n)	线性阶
n^2+6n+48	O(n^2)	平方阶
5log(2)n+48	O(logn)	对数阶
2nlog(2)n	O(nlogn)	nlogn阶
n^3+n^2+n	O(n^3)	立方阶
3^n	O(3^n)	指数阶