Java--时间复杂度和空间复杂度

算法效率

算法效率：算法效率分析分为两种：第一种是时间效率，第二种是空间效率。时间效率被称为时间复杂度，而空间效率被称作空间复杂度。
时间复杂度：算法中基本操作的执行次数。
实际中我们计算时间复杂度时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，那么这里我们使用大O的渐进表示法。
大O符号（Big O notation）：是用于描述函数渐进行为的数学符号
推导大O阶的方法：
1.用常数1取代运行时间中所有加法常数
2.在修改后的运行次数函数中，只保留最高阶。
3.如果最高阶存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。

实例
1.计算斐波那契递归的时间复杂度。

int fibonacci(int N){
	return N<2?N:fibonacci(N-1)+fibonacci(N-2);
}
//O(2^n)

2.计算阶乘递归的时间复杂度。

long factorial（int N）｛
	return N<2?N：factorial(N-1)*N；
｝
//O(N)

3.二分查找的时间复杂度

空间复杂度：是对一个算法在运行过程中临时占用储存空间大小的度量

斐波那契递归的空间复杂度。

int fibonacci(int N){
	return N<2?N:fibonacci(N-1)+fibonacci(N-2);
}
//递归调用了N次，开辟了N个栈，每个栈使用常数个空间  空间复杂度为O(N)