时间复杂度 空间复杂度

1. Big O notation
   O(1): Constant Complexity
   常数的话我们都可以将其表示为o(1)
   O(n)线性的时间复杂度
   执行的次数随着n的改变而成线性关系，比如n=1,代码执行1次，n为2时，代码执行2次， 等等
   嵌套循环的话，比如说2个for循环嵌套，当其中的n 为100时，这时候的话总共就会执行10000次，这样的话它的时间复杂度就为O(n^2)
   如果说是for循环是嵌套的话这时它的时间复杂度就为O(Kn)k为常数，当然我们可以忽略k，称其时间复杂度为O(n)
   O(log(n))
   for (int i =1;i <n; i = i2){
   system.out.println(“nihao:” +i)
   }
   思考题：
   二叉树遍历-前序，中序，后序：时间复杂度是多少？
   每个节点会访问一次且仅访问一次，故时间复杂度线性于二叉树的节点总数，即O（n）的时间复杂度
   图的遍历：时间复杂度是多少？
   图里面的每一个节点访问一次且仅访问一次，故时间复杂度为O(n)。这里的n 为图里面的节点总数。
   搜索算法：DFS（深度优先），BFS（广度优先）时间复杂度是多少呢？
   因为访问节点都是一次，故时间复杂度为O（n）,n为搜索空间里的节点总数。
   二分查找：时间复杂度？
   O(log(n))