时间复杂度和空间复杂度

时间复杂度和空间复杂度：

时间复杂度：在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。

计算方法：

1.用1代替运行时间里加法常数项。

2.只保留最高项，去除低阶的项。

3.去掉最高项的系数

递归的时间复杂度：

斐波那契数列    

int Fibon(int n )

{

    if(n==0||n==1)

    return 1;

    else 

    return   Fibon(n-1)+Fibon(n-2);

}

其中的节点数就是计算的次数，也就是复杂度，由公式：节点数=2^h-1（h为树的高度）可得O（2^n）。

递归的时间复杂度是：  递归次数*每次递归中执行基本操作的次数，所以时间复杂度是： O(2^N)

空间复杂度：O（n）

阶乘

int fac(int n)

{

    if (n==1)

    return 1;

    else 

    return  n*fac(n-1);

}

时间复杂度 ：O（sqrt(n)）

二分查找的时间复杂度：

二分查找的基本思想是将n个元素分成大致相等的两部分，去a[n/2]与x做比较，如果x=a[n/2],则找到x,算法中止；如果x<a[n/2],则只要在数组a的左半部分继续搜索x,如果x>a[n/2],则只要在数组a的右半部搜索x.

时间复杂度无非就是while循环的次数！

总共有n个元素，

渐渐跟下去就是n,n/2,n/4,....n/2^k，其中k就是循环的次数

由于你n/2^k取整后>=1

即令n/2^k=1

可得k=log2n,（是以2为底，n的对数）

所以时间复杂度可以表示O()=O(logn)

空间复杂度：是对一个算法在运行过程中临时占用内存大小的度量。

一个算法的空间复杂度只考虑在运行过程中为局部变量分配的存储空间的大小，它包括为参数表中形参变量分配的存储空间和为在函数体中定义的局部变量分配的存储空间两个部分。

1.若一个算法为递归算法，其空间复杂度为递归所使用的堆栈空间的大小，它等于一次调用所分配的临时存储空间的大小乘以被调用的次数(即为递归调用的次数加1，这个1表不开始进行的一次非递归调用)。算法的空间复杂度一般也以数量级的形式给出。

2.如当一个算法的空间复杂度为一个常量，即不随被处理数据量n的大小而改变时，可表示为O(1)；

3. 当一个算法的空间复杂度与以2为底的n的对数成正比时，可表示为0(log2n)；

4. 当一个算法的空间复杂度与n成线性比例关系时，可表示为0(n).若形参为数组，则只需要为它分配一个存储由实参传送来的一个地址指针的空间，即一个机器字长空间；

5. 若形参为引用方式，则也只需要为其分配存储一个地址的空间，用它来存储对应实参变量的地址，以便由系统自动引用实参变量。