【数据结构】时间复杂度和空间复杂度

前言：

• 时间复杂度与空间复杂度是衡量一个算法的重要标准，统称为算法复杂度。
  算法：对于特定问题求解步骤的描述。
  特性：输入，输出，有穷性，确定性，可行性。
  要求：正确性，可读性，鲁棒性，低存储高效性，简单性。

一个算法存在最好，最差，平均三种情况，但我们通常关注的最坏的情况，理由如下:

• 一个算法的最坏情况的运行时间是在任意输入下的运行时间上界；
• 对于某些算法，最坏情况出现情况较为频繁；
• 大体上看，平均情况与最坏情况一样差；
  *

时间复杂度：语句总的执行次数与问题规模n的函数表达式

一般算法时间复杂度的计算方法：

• 用常数1取代运行时间中所有的加法常数
• 在修改后的运行次数函数中，只保留最高阶
• 如果最高阶项系数存在而且不是1，则去除与这个项相乘的常数，把它变为1

空间复杂度：函数中创建对象的个数关于问题的规模函数表达式

一般算法时间复杂度的计算方法：

• 创建变量的个数

区别：时间是累积的，但是空间不是累积的，可重复使用。

分治算法的时间复杂度

最常见的是折半查找，既二分查找的时间复杂度。如果有N个数，把这个序列转换为一颗二叉搜索树，既这棵树有N个结点，它查找一个结点需要比较那个结点所在的深度次。最大比较次数为树的深度，既㏒₂N，所以它的时间复杂度为O（㏒₂N），我们经常把它简写成O（㏒N）。

递归算法的时间复杂度和空间复杂度

• 时间复杂度=递归的总次数*每次递归函数里边执行的次数
• 空间复杂度：递归的深度*每次栈帧的个数

常用的时间复杂度所耗费的时间从小到大依次是：

结语：

黑夜给了你，宁静的时光，你应该用它来干嘛呢？