算法分析（简介）

   算法分析即指对一个算法所需要的资源进行预测，内存，通信带宽或计算机硬件等资源偶尔是我们主要关心的，一个算法所需要的资源越多，该算法的复杂性越高，反之，所需要的资源越少，该算法的复杂性越低，在计算机的资源中，最重要的是时间和空间（即存储器）资源，因此算法复杂性有时间复杂性和空间复杂性之分，不言而喻，在对给定问题设计算法时，设计出复杂性尽可能低的算法是设计算法时追求的目标，如果给的问题已有多种算法时，选择复杂性最低者，是在选用算法时遵循的重要准则，更确切的说，算法的复杂性是算法运行时所需要的计算机资源的量，需要时间资源称为时间复杂性，需要的空间资源称为空间复杂性，如果分别用N，I，A，表示算法要解问题的规模，算法的输入和算法本身的函数，而且用C表示复杂性，那么应该有C=F（N,I,A）。其中F(N,I,A)是N,I,A的确定的三元函数，如果把时间复杂性和空间复杂性分开，并分别用T和S来表示，那么应该有T=T(N,I,A)，S=S(N,I,A)。通常让A隐含在复杂性函数名当中，因而将T和S分别简写为T=T(N,I)，S=S(N,I)。

  由于时间复杂性与空间复杂性概念相同，计量方法相似，且空间复杂性的分析相对简单，所以现在主要讨论时间复杂性。

   复杂性分析的常用符号：若存在两个正常数c，n0，对于任意n>n0，都有|T(n)|<=c|F(n)|，则称，T(n)集合在集合O(F(n))中。记作T(n)=O(F(n))ÿ