理解算法时间复杂度与空间复杂度

程序员写的代码，代码的质量除了阅读性要好，可扩展性外，更重要的是耗时要尽量少，占用的内存尽量少。在代码里，耗时多少则用时间复杂度表示，占用的内存多少则可以用空间复杂度表示。

（1）什么是时间复杂度？

例如：小明和小花同时阅读一篇n页的书，小明每天读1页，小花每天读一半（以页为单位，剩余1页时直接读完），那么他们多少天可以读完？

可以看出，小明需要n天，小花需要天。

那么小明的时间复杂度就是：O(n)，小花的时间复杂度就是。

（2）程序的时间复杂度

简单的来说，一个循环的时间复杂度为n，双重循环时间复杂度为n的二次方，三重循环就是n的三次方，以此类推。

（3）什么是空间复杂度？

例子：已知一亩地一年可以收获水稻1千斤，那么要收获n千斤水稻需要多少时间，多少地？

下面是小明和小花的做法：

第一种：小明一次性种了n亩水稻，那么一年则可以达到目标，但这个方式需要耗费了大量的土地。

第二种：小花一年种1亩水稻，那么n年则可以达到目标，这个方式虽然节约了不少土地，但却需要耗费大量的时间。

不难看出，不管多少目标产量，

小明的时间始终为1年，则时间复杂度记为O(1)；小花的时间则需要n年，时间复杂度记为O(n)。

程序的数据都是存在内存上的，空间复杂度好比这里的土地，都是一个单位一个单位的，只从耗内存方面来说，肯定是花的越少越好。

所以，从空间复杂度来说，小明的方式则需要n亩地，记为O(n)；小花的方式则始终为1亩地，则记为O(1)；

（4）程序的空间复杂度

两复杂度表示方法

时间复杂度和空间复杂度都用O(f(n))表示，这里f(n)为n的表达式，如何具体区分呢？

由于时间的单词是Time，空间的单词是Space。于是通常用T(n)表示时间复杂度，S(n)表示空间复杂度。

那么上面水稻的问题，小明和小花的时间复杂度和空间复杂度就可以具体的描述出来了。

小明：T(n) = 1，S(n) = n；

小花：T(n) = n，S(n) = 1；

两复杂度关系

在书写一段代码的时候，时间复杂度和空间复杂度往往是呈反相关的。即时间尽可能的少的时候，往往牺牲的内存比较大，即程序员口中常说的 “拿内存换性能” 之说。

一段代码逻辑是否有真的存在最优解？即耗时少，消耗内存较低的写法。

答案是肯定的，《数据结构与算法》就是研究的这个，只要算法学习好了，代码的质量就会获得提高。