时间复杂度与空间复杂度浅析

首先要弄明白什么是时间复杂度，大部分的书是通过语句的频度来分析算法中时间复杂度的，或者说将算法中基本操作的执行次数作为算法时间复杂度的度量，实际上，时间复杂度就是一个函数，这个函数用来计算执行基本操作的次数
事实上大同小异，一个语句的频度f(n)就是指该语句在算法中被重复执行的次数，将算法中所有语句的频度之和记为T(n),它是该算法问题规模n的函数
所以将算法的时间复杂度记为（一般用大O表示法）：
T(n)=O(f(n)),此处O的含义即为T(n)的数量级，因为求基本操作次数就是解函数f(n),然后取其中增长最快的项（系数要变为1）作为时间复杂度的度量

时间复杂度分为三种情况：

• 最坏时间复杂度
• 平均时间复杂度：指所有输入实例在等概率出现的情况下，算法的期望运行时间
• 最好时间复杂度

时间复杂度规则：

• 加法规则：
  T(n)=T1(n)+T2(n)=O(f(n))+O(g(n))=O(max(f(n),g(n))
• 除法规则：
  T(n)=T1(n)*T2(n)=O(f(n))*O(g(n))=O(f(n)*g(n))

部分时间复杂度举例：

• O(1)
  Ο(1)