算法三：数据规模的概念和空间复杂度，常见复杂度例题分析

文中 红色标记的为重点非常有用的东西，一定要牢记

空间复杂度：

递归的调用时有空间代价的：例如下面的是:递归调用深度是n级别的

常见复杂度分析：

 选择排序

二分查找

这里的 reverse 函数中交换了多少次与s有多少位有关，即位数除以2，s的位数由于循环的次数有关，循环次数就是 O(logn），所以为log n / 2，  所以时间复杂都是log n .

  数学中这个公式告诉我们，对数 的底 对算法复杂度 不重要，因为只差一个常数（重点）

复杂度是nlogn（重点）外层循环可以理解为 1 不断乘以2，至到等于n 所以时logn,内层循环是 n 所以是nlogn

递归算法的复杂度分析：

首先并不是所有的递归算法的复杂度都是nlogn，需要根据具体的情况进行分析（重点）

即我们可以总结为

如果递归函数中，只进行一次递归调用，递归深度为depth，在每个递归函数中，时间复杂度为T，则总体的时间复杂度为O(T * depth)

幂运算的算法：

时间复杂度是log n 

如果递归算法中出现多次递归调用，下面以两次递归调用为例子

以上就是两次递归为列，我们画出递归调用树，查出所有的节点

即是O(2^n)方 的算法，这个是指数级的算法，

归并排序算法（底层用的也是递归）但是算法复杂度是 O(nlogn)

我们可以理解为每层排序的数 的个数一直没有变，而深度是log n

所以是n logn

 

递归调用的算法时间复杂度的 各种情况：

主定理。注定里是一个式子，归纳了递归时间复杂度的所有情况，一个函数把数据分为几分进行递归，每一份的时间复杂度 是多少，都可以查看一下。