算法的时间复杂度和空间复杂度

一、算法的时间复杂度

1.时间复杂度：指算法执行所需要的计算工作量

2.时间频度：一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)

        一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f (n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)), 称O(f(n)) 为算法的渐近时间复杂度，简称时间复杂度。

        在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为O(1),另外，在时间频度不相同时，时间复杂度有可能相同，如  与  它们的频度不同，但时间复杂度相同，都为O(n²)。在  中，就有f(n)=n²，使得T（n)/f(n)的极限值为4，那么O(f(n))，也就是时间复杂度为O(n²)。

        例如：T(n) = n+1 随着n的增大，1对结果的影响可以忽略不记，所以执行时间可以记作O(n)

 3.常用函数阶

        一般取最坏情况作为算法复杂度的度量。

        f(n)=1时，时间复杂度为O(1)，可以称为常数阶。

        f(n)=n时&