数据结构 | 复杂度分析（上）

一、什么是复杂度分析？

1.数据结构和算法本身解决的是“快”和“省”的问题，即如何让代码运行得更快，如何让代码更省存储空间。执行效率是算法一个非常重要的考量指标。
2.因此需从执行时间和占用空间两个维度来评估数据结构和算法的性能。
3.分别用时间复杂度和空间复杂度两个概念来描述性能问题，二者统称为复杂度。
4.复杂度描述的是算法执行时间（或占用空间）与数据规模的增长关系。

二、为什么要进行复杂度分析？

1.事后统计法：（1）. 测试结果非常依赖测试环境；(2). 测试结果受数据规模的影响很大。时间、空间复杂度分析方法：一个不用具体的测试数据来测试，就可以粗略地估计算法的执行效率的方法。和性能测试相比，复杂度分析有不依赖执行环境、成本低、效率高、易操作、指导性强的特点。
2.掌握复杂度分析，将能编写出性能更优的代码，有利于降低系统开发和维护成本。

三、如何进行复杂度分析？

1.大O表示法

1）来源
例1：

 int cal(int n)