时间复杂度和空间复杂度的概念及解释

分享链接:https://blog.csdn.net/haha223545/article/details/93619874

时间复杂度：执行算法需要消耗的时间，越快越好。

空间复杂度：执行算法需要消耗的存储空间大小，越小越好。

大O表示法：用来表示代码执行时间的增长趋势的。对于空间复杂度来说，为执行空间增长的趋势。

int a = 1;
int b = 2;
int c = 3;

以上时间复杂度为O（1）。  常数阶

for(i = 1; i <= n; i++) {
   j = i;
   j++;
}

以上时间复杂度O（n）。 线性阶

for(x = 1; i <= n; x++){
   for(i = 1; i <= n; i++) {
       j = i;
       j++;
    }
}

以上时间复杂度为O（n的平方）。平方阶

int i = 1;
int j = 2;
++i;
j++;
int m = i + j;

以上的空间复杂度为O（1）。常数阶

具体解释：如果算法执行所需要的临时空间不随着某个变量n的大小而变化，即此算法空间复杂度为一个常量，可表示为 O(1)。

int[] m = new int[n]
for(i = 1; i <= n; ++i) {
   j = i;
   j++;
}

以上空间复杂度为O（N）。线性阶