算法的衡量

什么是算法？
用来处理运算和逻辑的问题的代码块
运行时间的长短和占用内存空间的大小是衡量算法好坏的重要标准
运行时间长短用时间复杂度来衡量
运行占用内存空间的大小用空间复杂度衡量
时间复杂度与空间复杂度
1.时间复杂度
即渐进时间复杂度，用O表示
时间复杂度就是程序的相对执行时间函数T（n）简化为一个函数方程表示，如T（n）=O（n）、T（n）= O（nlogn）
推导时间复杂度的原则：
*1)运行时间如果是常数，如：T（n）= 4，则用O（1）表示
*2）只用时间函数中的最高阶表示T（n）= n²+n³,则用O(n³)表示
*3）如最高阶存在，省略最高阶前系数T（n ）=2logn，则用O（logn）表示
当n足够大时，时间复杂度越小越好
常见时间复杂度由低到高顺序：O（1）、O（nlogn）、O（n）、O（nlogn）、O（n²）
2.空间复杂度
度量一个算法在运行中临时暂用存储空间的大小，用O表示
常见空间复杂度：
1）常量空间
存储空间固定，与输入n无关，空间复杂度为O（1）
2）线性空间
算法分配空间是集合，集合大小和输入规模n成正比
空间复杂度为O（n）
3）算法分配空间是一个二维数组集合，并且集合的长宽与n成正比
空间复杂度为O（n²）
4)递归空间
递归一个特殊的场景，计算机会为递归专门分配内存，存储方法调用栈，有入栈，有出栈，存粹的递归操作空间复杂度是线性的，递归深度为n，空间复杂度为O（n）
常见空间复杂度由低到高顺序：O（1）、O（n）、O（n²）

时间与空间的取舍
大多数时候，我们认为时间复杂度更为重要，即便多分配一些内存空间，也要提高运行速度。