时间复杂度和空间复杂度

时间复杂度O(f(n))：定性地描述算法的运行时间——用来方便开发者估算出程序的运行时间

通常会估计算法的操作单元数量，来代表程序消耗的时间

默认CPU的每个单元运行消耗的时间都是相同的 假设算法的问题规模为n，那么操作单元数量便用函数f(n)来表示 随着数据规模n的增大，算法执行时间的增长率和f(n)的增长率相同， 这称作为算法的渐近时间复杂度，简称时间复杂度，记为 O(f(n))：T（n）=O（f（n））

小学生也能看懂的时间复杂度（大概吧）_哔哩哔哩_bilibili https://www.bilibili.com/video/BV1nE411x7qP?from=search&seid=3250974645541167987&spm_id_from =333.337.0.0&vd_source=6f20b4f7e632409d144977c0199c707b

大O符号表示法：在一个算法存在最好、平均、最坏三种情况，我们一般关注的是最坏情况

看动画轻松理解时间复杂度（一） (qq.com)

冰与火之歌：「时间」与「空间」复杂度 (qq.com)

每个程序员都应该收藏的算法复杂度速查表 (1条消息) 每个程序员都应该收藏的算法复杂度速查表_公众号-老炮说Java的博客-CSDN博客 https://blog.csdn.net/qq_17231297/article/details/106110875

 

 常见的时间复杂度有以下七种：

空间复杂度：算法在运行过程中临时占用存储空间大小的量度

空间复杂度算的是变量的个数，计算规则基本跟实践复杂度类似，也使用大O渐进表示法：S(n)=O(f(n))

空间复杂度是预先大体评估程序内存使用的大小。

空间复杂度一般只有两种情况：

创建了常数个变量：O(1)

创建了N个变量：O(N)