數據結構和算法-時間複雜度和空間複雜度

【算法時間複雜度的定義】

在進行算法分析時，語句總的執行次數T（n）是關於問題規模n的函數，進而分析T（n）隨n的變化狀況並肯定T（n）的數量級。算法的時間複雜度，也就是算法的時間量度，記做：T（n） = O(f(n))。它表示隨問題規模n的增大，算法執行時間的增加率和f（n）的增加率相同，稱做算法的漸近時間複雜度，簡稱爲時間複雜度。其中f（n）是問題規模n的某個函數。

即：執行次數=時間

【如何分析一個算法的時間複雜度？即：如何推到大O階呢？】

     -用常數1取代運行時間中的全部加法常數

     -在修改後的運行次數函數中，只保留最高階項

     -若是最高階項存在，且不是1，則去除與這個相乘的常數

     -獲得的最後的結果就是大O階

【常見的時間複雜度】

【經常使用的時間複雜度所耗費的時間從小到大依次是】

【最壞狀況與平均狀況】

【算法的空間複雜度】