算法中的时间复杂度与空间复杂度

时间复杂度

时间复杂度排序：

        O(1) < O(log n) < O(n) < O(n log n) < O(n^2)  < O(n^3) < O(2^n) ，O(n!)。。。

1.O(1):

所有的加减乘除时间复杂度都是O(1)。10000*100000的时间复杂度也是O(1)

2.O(n):

for循环，while循环（不使用二分搜索的）

3.O（n^2）：

嵌套循环

while( i < n) {
    i++;
    j = i;
    while(j < n) {
        i++;
    }
}

注意上面代码也是嵌套循环，但是由于下一个循环的j是接着上一个循环的i进行运算的，也就是说另一个循环中所有的i，j值都是接着上一个循环的。所以时间复杂度为O(n)。

4.O(n^3)

多项式：n^3 + n^2 + n，这个式子的时间复杂度是O（n^3）

5.O(log n)

用到二分搜索的时间复杂度就是O(log n)

6.O(n log n)

用到排序的比如冒泡排序时间复杂度就是O(n log n)

在算法中一般时间复杂度为O(1)的会被忽略。

空间复杂度

1.O(1):

任何单一的变量空间复杂度都为O（1）.

2.O(n):

定义一个长度为n的数组

定义一个长度为n的set，map

用for循环生成一个长度为n的链表

3.O(n^2):

二位数组

一维数组每个元素存放一个长度为n的set或者map或者链表