算法分析之复杂度

复杂度分为两大部分：时间复杂度和空间复杂度

时间复杂度：是度量算法执行的时间长短或者说是程序执行的次数。

详细说明：

一个算法，处理n条数据需要的时间可以用表达式：a*n+b来表示的话，称它的时间复杂度为O(n)，

也就是说，100条数据需要1秒的话，1000条数据需要10s。

如果是用表达式：a*n*n+b*n+c的话，复杂度为O(n的平方），这样100条1秒，1000条就要100s了。

0(0)表达式为a*(n的0次方)+b，也就是个常数。这样无论100还是1000条都只需1秒。

for(i=0;i<10;i++;){

   for(j=0;j<10;j++){

   }

}

这样时间复杂度为o(n的平方)
如果j里面再有一个k的循环则为o(n的三次方)

空间复杂度：描述的是规模与存储空间的关系。
  一个算法所需存储空间包含三个方面、
1.算法本身的存储空间
2.输入数据的存储空间
3.算法在运行过程中临时占用的存储空间。

 如果额外空间相对于输入数据量来说是个常数，则称此算法是原地工作。