算法的时间复杂度和空间复杂度

一、算法的时间复杂度

1.1 度量一个程序(算法)执行时间的方法

度量一个程序执行时间通常有两种方法：

1. 事后统计的方法

   这种方法可行，但是有两个问题：一是要想对设计的算法的运行性能进行评测，需要实际运行该程序；二是所得时间的统计量依赖于计算机的硬件、软件等环境因素。这种方式，要在同一台计算机的相同状态下运行，才能比较那个算法速度更快

2. 事前估算的方法

   通过分析某个算法的时间复杂度来判断哪个算法更优。

在实际的应用中，我们通常使用事前估算的方法来度量一个算法的执行时间。

1.2 时间频度

一个算法花费的时间与算法中语句的执行次数成正比例， 哪个算法中语句执行次数多， 它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度，记为 T(n)。

例如：

下面有两种算法来计算 1 - 100 的所有数字之和，分别求出它们的时间频度。

• 算法一：

  int sum = 0;
  int end = 100;
  // 使用 for 循环计算
  for(int i=0; i<=end; i++){
       
      sum += i;
  }
  

  对于算法一，for 循环将会执行 101 次(包含最后一次的判断，所以是 101 次)，因此它的时间频度就是 T(n)=n+1。

• 算法二：

  sum = (1 + end)