2、算法复杂度简介

算法复杂度简介

一 概念

时间复杂度和空间复杂度是衡量算法效率的重要的指标，而现实中对时间复杂度尤为关心，面试经常会问。但是一问到空间复杂度就容易卡壳。其实在算法设计中，在规定量级空间复杂度去设计算法是件非常有趣的事。
时间复杂度：是指执行算法所需要的计算工作量。(其实就是所耗费的时间，但是用量级形势将其表示出来)
空间复杂度：执行这个算法所需要的内存空间。(其实就是消耗存储空间的大小)

二 时间复杂度

（一）P、NP、NPC、NPH问题

这个问题能很好反应时间复杂度是量级问题，而不是具体代码几行，一次运算消耗多长时间。
多项式时间：在计算复杂度理论中，指的是一个问题的计算时间不大于问题大小的多项式倍数。
P问题：所有可以在多项式时间内求解的判定问题构成P类问题。判定问题：判断是否有一种能够解决某一类问题的能行算法的研究课题。（P问题就是我们算法主要研究的问题）
NP问题：所有的非确定性多项式时间可解的判定问题构成NP类问题。非确定性算法：非确定性算法将问题分解成猜测和验证两个阶段。算法的猜测阶段是非确定性的，算法的验证阶段是确定性的，它验证猜测阶段给出解的正确性。设算法A是解一个判定问题Q的非确定性算法，如果A的验证阶段能在多项式时间内完成，则称A是一个多项式时间非确定性算法。有些计算问题是确定性的，例如加减乘除，只要按照公式推导，按部就班一步步来，就可以得到结果。但是&#x