时间复杂度和空间复杂度的理解

时间复杂度和空间复杂度的理解

作者在看完一位up主的视频后，写下此文，仅仅只是学习，绝无抄袭剽窃之意，写下此文只为锻炼自己，尽量用自己的话把道理讲出来，侵删。

原视频链接：https://www.bilibili.com/video/BV14j411f7DJ?from=search&seid=9536159932271274742&spm_id_from=333.337.0.0

1.时间复杂度，空间复杂度本质上是时间和空间在增长上的趋势

2.时间复杂度、空间复杂度通常用来衡量、判断一个算法的好坏

1时间复杂度

通常用大O表示法来表示

例如这个简单的循环，i=1执行1次，i<=n ，i++，x++走一圈，需要执行3个语句，一共3次，随着循环进行需要n圈，一种执行3n+1次。通常我们认为n接近于无限大，那么这时它的时间复杂度即可简化为O（n）。

再来看一个例子：

一个双循环，那么执行的次数就是n*n,也就是n^{2，n的平方次，那么它的时间复杂度就是O(n}2)

下面这个例子，他的复杂度是 n+n^{2,但是当n足够大时，n在n}2面前就失去了意义，所以可以简化为O(n^2)

在看一个例子，i每次扩大2倍，当i >= n时停止，要执行多少次呢？

假设需要k次，一个公式可以帮助理解，那就是2^k = n

那么log 2 {n} = k，则这个复杂度就是log 2 {n} = log n ，（默认log的底数是2）

2空间复杂度

表示内存空间的增长趋势，常用以下3个来表示。

首先是O（1），每执行一句，都只是花费一个常量的空间；

接着是O（n）的复杂度，我们给定一个数组，长度为n，那么执行、完成它就需要n个空间，它的空间复杂度就是O(n).

、

然后就是O（n^{2）的复杂度，从上面例子可以类推，我们定义一个二维数组，n行n列，那么就是需要n}2个空间，复杂度就是O(n^2).