python算法时间复杂度

时间复杂度分为：

• 时间复杂度

• 空间复杂度

  时间复杂度用于度量算法的计算工作量，空间复杂度用于度量算法占用的内存空间。

渐进时间复杂度

时间复杂度是算法运算所消耗的时间，因为不同大小的输入数据，算法处理所要消耗的时间是不同的，因此评估一个算运行时间是比较困难的，所以通常关注的是时间频度，即算法运行计算操作的次数，记为T(n)，其中n称为问题的规模。

同样，因为n是一个变量，n发生变化时，时间频度T(n) 也在发生变化，我们称时间复杂度的极限情形称为算法的渐近时间复杂度，记为O(n)，不包含函数的低阶和首项系数。

时间复杂度分为：

• 常数阶 O(1)
• 线性阶 O(n)
• 平方阶 O(n^2)
• 立方阶 O(n^3)
• 对数阶 O(logn)