时间复杂度和空间复杂度（面试被问常用的算法有哪些？你能答上来些，若继续追问：那你了解他们时间复杂度么？时间复杂度的计算规则是？）

时间复杂度和空间复杂度

前言：

你是否有被面试官问到：常用的算法有哪些？也许你能答上来些。但如果追问：那你了解他们时间复杂度么？时间复杂度的计算规则是…以下文章做了大致讲述，本人觉得不错，转载了，以下是正文

算法设计的要求:正确性,可读性,健壮性和效率与低存储量需求.

为了比较同一问题的不同算法，通常的做法是，从算法中选取一种，对于所研究的问题来说，是基本操作的原操作，以该操作的重复执行次数，作为算法的时间量度。

例如:

for(i=1;i<=n;i++){

    for(j=1;j<=n;j++){

        sum=i*j;

}}

在代码中,乘法是该循环的基本操作,整个算法的执行与该基本操作重复的次数n^2
成正比,记作T(n)=O(n^2 )。

1.时间复杂度:

T(n)=O(f(n))

他表示随规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称为算法的渐进时间复杂度,简称时间复杂度.

如何使用时间复杂度描述?

首先我们需要确定一个基本操作n,根据这个基本操作的重复次数来表示O(f(n)).

例如：

常量阶O(1),线性阶O(n),平方阶O(n^k)，对数阶O(logN)，指数阶O( 2^n)

等等.

看样子回头又得补高数了…

补充:

由于算法的时间复杂度，考虑的只是，对于问题规模n的增长率，则在难以精确计算，基本操作执行次数的情况下，只需求出它，关于n的增长率，或阶即可

补充:

for(i=1;i<=n;i++){a++};

for(i=1;i<=n;i++){for(j=1;j<=n;j++){a++;}

第一个for循环时间复杂度是

• O(n)

第二个是

• O(n^2 )

那么整个就是

• O(n+n^2)

一般来说，只要算法中不存在循环语句，时间复杂度就为

• O(1)

2.空间复杂度

通常来说，只要算法不涉及到动态分配的空间，以及递归、栈所需的空间，空间复杂度通常为O(1)；

一般的递归算法空间复杂度为O(n^2),

原作者：八斗东流
链接：https://www.jianshu.com/p/dba2164935f2
来源：简书
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。