python递归算法的时间复杂度分析_一、时间复杂度和空间复杂度分析

---

一、时间复杂度和空间复杂度分析

1、时间复杂度

(1)、如何理解时间复杂度的表示法

如何理解算法时间复杂度的表示法，例如 O(n²)、O(n)、O(1)、O(nlogn) 等？​www.zhihu.com

(2)、时间复杂度的分类

时间复杂度表达，经常用Big O notation来代表 (只看最高复杂度的运算)

• O(1) : constant complexity 常数复杂度 [时间复杂度为常数/O(1)的时间复杂度]
• O (log n)： logarithmic complexity 对数复杂度 [O (log n)时间复杂度]
• O(n): linear complexity 线性时间复杂度
• O(n^3): N cubic complexity 立方
• O(n^2): N square complexity 平方
• O(2^n): exponential growth 指数
• O(n!): factorial 阶乘

前面的常数系数是不考虑的，比如O(1)并不代表他的复杂度就一定是1，也有可能是2,3,...

(3)、时间复杂度

直接看这段代码，根据n的不同情况它会运行多少次

O(1):    
      int n=1000;
      System.out.printfIn("Hey: "+n);

      int n=1000;
      System.out.printfIn("He