复杂度分析

算法（Algorithm）

是指用来操作数据、解决程序问题的一组方法。
不同的算法能得出相同的结果，但是不同的算法所需要消耗的时间和空间是不一样的，所以我们对于算法优劣的衡量主要是从算法所占用的「时间」和「空间」两个维度去考量。

时间维度：是指执行当前算法所消耗的时间，我们通常用「时间复杂度」来描述。
空间维度：是指执行当前算法需要占用多少内存空间，我们通常用「空间复杂度」来描述。

对于时间维度：
「 大O符号表示法 」，即 T(n) = O(f(n))。

• 常数阶O(1) --------（普通操作）

int a=10;
int b=10;
a=a+b;

• 线性阶O(n)--------（一层for循环）

int sum;
 for(int i=0;i<n;i++){
 		sum += i;
 }

• 平方阶O(n²)--------（两层for循环）

//输入int a[n][n]
int sum;
for(int i=0;i<n;i++){
	for(int j=0;j<n;j++){
		sum += a[i][j];
	}
}

• 对数阶O(logn)--------（成 2 倍数的缩减搜索范围）----（二分查找）

int binarySearch( int arr[], int n , int target){
   int l = 0, r = n - 1;
   while ( l <= r) {
     int mid = l + (r - l) / 2;
     if (arr[mid] == target) return mid;
     if (arr[mid] > target ) r = mid - 1;
     else l = mid + 1;
   }
  return -1;
}

对于空间复杂度
一个程序的空间复杂度是指运行完一个程序所需内存的大小。
一个算法所需的存储空间用f(n)表示。S(n)=O(f(n))，其中n为问题的规模，S(n)表示空间复杂度。

总结

对于一个算法而言，时间与空间是可以相互转换的。比如我们常说的用空间换时间–哈希表
建立一个更大的空间去节约时间。所以我们在使用算法的时候往往需要综合考虑时间与空间的复杂度，选择更优的算法。