数据结构和算法-时间复杂度和空间复杂度

【算法时间复杂度的定义】

在进行算法分析时，语句总的执行次数T（n）是关于问题规模n的函数，进而分析T（n）随n的变化情况并确定T（n）的数量级。算法的时间复杂度，也就是算法的时间量度，记作：T（n） = O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f（n）的增长率相同，称作算法的渐近时间复杂度，简称为时间复杂度。其中f（n）是问题规模n的某个函数。

即：执行次数=时间

【如何分析一个算法的时间复杂度？即：如何推到大O阶呢？】

     -用常数1取代运行时间中的所有加法常数

     -在修改后的运行次数函数中，只保留最高阶项

     -如果最高阶项存在，且不是1，则去除与这个相乘的常数

     -得到的最后的结果就是大O阶

【常见的时间复杂度】

【常用的时间复杂度所耗费的时间从小到大依次是】

【最坏情况与平均情况】

【算法的空间复杂度】