数据结构：算法

五大特征：

1. 又穷性：程序嘛，一定是要在有限的步骤之后就要停下来，不然电脑遭不住，会死机的
2. 确定性：程序的每一步他都会有一个确定的结果。
3. 可行性：程序的是否可行取决于当下的具体环境，比如计算机的计算能力、存储能力等。受这些条件的限制，有些算法在理论上是可以实现的，但是在现实中是没有办法完成的。
4. 输入：就是我们敲进去的，电脑能够识别的一些数字，字符或者图像等等
5. 输出：程序运行过程中或者结束后给我返回的信息

时间复杂度：

简单来讲，时间复杂度就是随着程序越来越复杂，执行程序的时间增长的快慢程度。在一定程度上，时间复杂度决定着这个算法的好坏。时间复杂度本质上就是一个问题规模的函数，记为T(n)

常用的时间复杂度大小关系：

复杂度的计算：

找到算法时间增长最快的那个函数项，将他的系数改为1 。实际上，时间复杂度的计算是一个关于增长率的计算，更多的是关于数量级的讨论，相对于数量级来讲，一些常数项对结果的影响是非常小的，所以我们通常都可以将常数项忽略不计。

再细分下来，关于单个循环体的时间复杂度的计算，比如java里面的for循环，这个时候我们可以忽略其他，直接关注循环体内的执行次数即可，因为循环体内的程序是对整个程序的性能影响最大的。俗话说，擒贼先擒王嘛。

多个循环体的时间复杂度计算：

如果多个循环体相互独立，那么时间复杂度就是多者之间相加，如果是相互嵌套，那么就是相乘

 

空间复杂度：

其实定义上都是类似的，空间复杂度就是，随着问题规模的增大。所需要的空间增长的快慢程度，比如问题规模大了，就需要更多的内存或者磁盘的空间。