2.算法的时间和空间复杂性度量

算法的运行时间依赖于所用的计算机系统、编译器、可用存储空间大小，还依赖于所用的编程语言，系统提供的标准函数库和动态链接库等。

可以对算法的运行时间进行测量，以评估算法的时间和空间效率，但在不同的机型、编译器版本、硬软件配置的情况下，想通过测量结果来判断算法执行效率的优劣是不可行的。

最好是通过比较算法的时间和空间复杂度来评价算法的优劣，因为时间和空间复杂度与具体运行环境和编译器版本无关。

算法的复杂度度量与问题规模

1. 算法的时间复杂度是指当问题的规模从1增加到n时，解决这个问题的算法在执行时所耗费的时间也由1增加到T(n)，则称此为算法的时间复杂度为T(n)。
2. 算法的空间复杂度是指当问题的规模从1增加到n时，解决这个问题的算法在执行时所占用的存储空间也由1增加到S(n)，则称此算法的空间复杂度为S(n)。

一般来说，时间复杂度度量和空间复杂度度量都是问题规模的函数，因此在算法分析时有两件事要做：

• 明确问题规模；
• 具体分析算法的程序代码，再出算法具体服从何种函数。

为了简化分析，仅涉及算法中可执行语句，及所需的附加存储空间，时间复杂度与空间复杂度的单位都为1。

时间复杂度度量

为估算算法的时间复杂度看需要统计算法中所有语句中的执行频度，即所有语句的执行次数。

计算如下：
算法的时间复杂度
=算法中所有运算语句的总执行时间
=算法中每条运算语句所执行时间的总和
=每条语句的执行次数×该语句执行时间

由于在计算机中基本运算语句，如加、减、乘、除、转移、存取等的运算时间受计算机硬件、编译器的编译方法、操作系统的调度算法等的影响，很难准确估计，所以在度量时可视每条基本运算语句的执行时间为单位时间。

可以设定算法中每条运算语句的执行时间=该语句执行次数。

[程序 1-19] 计算矩阵各行元素的和

void example(float x[][m],int m){
   
//计算并输出m行m列矩阵x各行元素的和
	float sum[m];int i,j;
	for(