时间复杂度与空间复杂度

一、认识时间复杂度

1.时间复杂度是算法流程中，常数操作数量的一个指标。常用0（读作big 0）来表示。不要常数项只要最高阶项。对一个算法熟悉后，在算法流程中，发生了多少个常数操作，总结出其数量的表达式。
2.评价算法流程的好坏先用时间复杂度，再看在不同的数据样本下实际运行的时间，也就是“常数时间”。
3.计算方法：
注：一般指最坏情况下时间复杂度

1.常数时间的操作

1.1 定义

一个操作软工和样本的数据量没有关系，每次都是固定时间内完成的操作，叫做常数操作。

1.2 举例

（1） int a = arr[i]；只是拿出i位置的数据，属于常数操作。
（2） int b = list.get(i); 不属于，需要一个一个跳

二、 简单排序

2.1 选择排序

（1）时间复杂度 0(n²)
原：a n²+bn+c
（2）代码展示：

package Arithmetic;
import java.util.Arrays;
/**
 * @author zq
 */
public class Sort_ {
    public static void main(String[] args) {
      /**
         选择排序
      */
        int arr[] = {2,3,6,5,8,7};

        for (int i = 0; i < arr.length-1; i++) {
            int min = arr[i];
            int minIndex = i;
            for (int j = i + 1; j < arr.length; j++) {
                if (arr[j] < min){
                    min = arr[j];
                    minIndex = j;
                }
            }
            arr[minIndex] = arr[i];
            arr[i] = min;
        }
        System.out.println(Arrays.toString(arr));
    }
}

2.2 冒泡排序

（1）时间复杂度 0(n²)
原：n-1 + n-2 + n-3…等差数列
（2）代码展示：

//    冒泡排序
 int array[] = new int[] {1,3,2,4,6,5};
   @Test
    public void Sort1(){
       for (int i = 0; i < array.length-1; i++) {
           for (int j = 0; j < array.length-i-1; j++) {
               if (array[j] > array[j+1]) {
                   int temp = array[j];
                   array[j]= array[j+1];
                   array[j+1] = temp;
               }
           }

       }

   }

2.3 二分查找

（1）时间复杂度 0(log2 N)

2.4 递归

（1）时间复杂度
递归的次数*每次递归后代码的执行次数

如图 ：为 N * 执行次数（由图可得）
等比数列 Sn = a1 *（1-qⁿ)/(1-q)

三、空间复杂度

1.空间复杂度是对一个算法运行过程中临时占用存储空间大小的量度，空间复杂度是算变量的个数，计算规则与时间复杂度类似。使用大O渐进表示法。
2.当随着问题规模的增大时，临时占用空间不变，即为O(1)。
例如：斐波那契数列为O(n)
3.常见大O渐进法表示函数：

O(1),O(logN),O(N),O(NlogN),O(N²)