数据结构与算法读书笔记-2（复杂度分析）

　　https://time.geekbang.org/column/article/40036

1. 复杂度分析是算法的精髓
2. 事后统计法（运行代码进行测试）　　

   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

3. 大 O 复杂度表示法（估算代码执行时间）

   1. 假设每行代码执行的时间都是一样的(单位时间)、那么代码执行的时间就和代码执行的次数成正比

   2. 时间复杂度

      1. 是什么 ？ T(n) = O(f(n))  -> f(n)即是我们常说的复杂度
      2. 怎么分析？ n表示数据的规模大小 , T(n) 表示代码执行的时间,f(n) 表示代码执行的次数，O表示T(n)和f(n)成正比
      3. 有哪些？
         1. 多项式量级
            1. O(1)常量阶 -> 代码执行时间不随n变大而变大
            2. O(logn),O(nlogn) 忽略对数的底，归并排序和快速排序都是O(nlogn)
            3. O(m+n),O(m*n)
         2. 非多项式两级
            1. O(2n) 和 O(n!)　　
   3. 空间复杂度
      1. 分析变量申请空间