数据结构和算法_时间复杂度and空间复杂度======Chapter one

---

数据是基础算法是灵魂

数据结构：数组、链表、栈、队列、散列表、二叉树、堆、跳表、图等
算法:递归、排序、二分查找、搜索、哈希算法、贪心算法、分治算法、回溯算法等

程序设计=数据结构+算法

虽然计算机能快速的完成运算处理，但实际上,它也需要根据输入数据的大小和算法效率来消耗一定的处理器资源。要想编写出能高效运行的程序，我们就需要考虑到算法的效率。
算法效率：时间复杂度，空间复杂度决定

时间复杂度

时间复杂度是用来估计算法运行时间的单位。
O(）来体现算法时间复杂度的记法，我们称之为大O表示法。

System.out.println(“hello world”) /// O(1)  O 表示大概的意思 (1)则为单位  
for (int i=0,i<n;i++){
	System.out.println("Hello World"); O(N)   /// O(N) 则表示时间之长 比如睡觉时间  
}

for (int i=0,i<n;i++){
	for (int i=0,i<n;j++){
	System.out.println("Hello World"); O(N2)   
	}
}

空间复杂度

空间复杂度:用来评估算法内存占用大小的单位算法使用了几个变量:O（1)
算法使用了长度为N的一维列表:O(N)
算法使用了M行N列的二维列表:O(MN)

空间换时间现在硬件都比较廉价，一般我们为了提高程序的相应速度会采用空间换时间策略。
比如我们的缓存、JVM调优的幸存区采用的复制算法。都是空间换时间的体现。空间变大了，时间变快了。空间换取时间