时间复杂度和空间复杂度的计算

1. 算法效率。

2. 时间复杂度和空间复杂度的定义。

3. 如何计算时间和空间复杂度。

   

     1. 算法效率

算法效率分为：时间效率和空间效率。时间效率被称为时间复杂度，而空间效率被称为空间复杂度。时间复杂度的主要衡量是算法的运行时间，空间复杂度的主要衡量是一个算法需要的空间。

因为早期的计算机的存储容量小，所以需要算空间复杂度，但随着时代的变迁，存储容量的增大，对于空间复杂度的要求不再高。

    2.    复杂度的定义

2.1时间复杂度

在计算机中时间复杂度是一个函数，它定量描述算法的运行时间。一个算法所消耗的时间，从理论上来说无法进行计算，只有在计算机上进行运行才能知道。因此，在我们不能上机时也需要计算的时候，因为语句的执行次数与算法所花费时间成正比，就可以根据算法中的基本操作执行次数来计算算法的时间复杂度。

2.2空间复杂度

空间复杂度是对一个算法在运行时临时占用空间大小的量度。空间复杂度不是程序占用了多少bytes的空间，而是计算变量的个数

       3.计算方法

3.1大o的渐进表示法

因为f（n）=n*（n-1）*（n-2）……*1，每次递归都减一最终将n变为0，所以递归了n次，O（N）则为这个程序的时间复杂度。

大o表示法：

1.用1取代运行时间中的所有加法常书

2.在修改后的运行次数函数中，只保留最高阶。

3.最后最高阶存在且不为常数时，全部省去（包括系数），如果F（N）=2N²+2N+10，则时间复杂度为

O（N²）

算法的时间复杂度存在最好，最差，平均的情况。

最差：任意输入规模运行最大次数

平均：任意输入规模期望运行次数

最好：任意输入规模运行最小次数