时间复杂度和空间复杂度

算法效率的度量方法：

事后统计方法:通过设计好的测试程序和数据，利用计算机计时器对不同算法编制的程序的运行时间进行比较，从而确定算法效率的高低。

缺陷是：事先编制好的测试程序，通常需要花费大量的时间和精力。不同测试环境差别一般不大。

事前分析估算方法：在计算机程序编写前，依据统计方法对算法进行估计。

耗时影响因素：算法采用的策略方案、编译器产生的代码质量、问题的输入规模、机器执行指令的速度。

不关心编写程序所用的语言是什么，也不关心这些程序跑在什么样的计算机上，我们只关系它所实现的算法。

这样，不计那些循环索引的递增和循环终止条件、变量声明、打印结果等操作。最终，在分析程序的运行时间时，最重要的是把程序看成是独立于程序设计语言的算法或一系列步骤。

我们在分析一个算法的运行时间时，重要的是把基本操作的数量和输入模式关联起来。

函数的渐进增长：2n+3和n+3比较。

时间频度 一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。

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。利用程序的空间复杂度，可以对程序的运行所需要的内存多少有个预先估计。一个程序执行时除了需要存储空间和存储本身所使用的指令、常数、变量和输入数据外，还需要一些对数据进行操作的工作单元和存储一些为现实计算所需信息的辅助空间。程序执行时所需存储空间包括以下两部分。　

大O算法：