1.时间复杂度与空间复杂度分析

1.时间复杂度分析

　　时间复杂度通常用大O表示法，所有代码的执行时间 T(n) 与每行代码的执行次数 n 成正比，即

　　

　它表示代码执行时间随数据规模增长的变化趋势，也叫渐进时间复杂度，简称时间复杂度。

　常见时间复杂度量级有O(1)，O(log(n))，O(n)，O(nlog(n))，O(n²)，O(n³)，O(2ⁿ)，O(n!)，其中O(2ⁿ)，O(n!)为非多项式量级，剩余的为多项式量级。

　时间复杂度分析法则：

　　a.只关注循环次数最多的那一段代码

　　b.总复杂度等于量级最大的那段代码的时间复杂度

　　c.嵌套代码的复杂度等于嵌套内外代码复杂度的乘积

　时间复杂度有最好时间复杂度，最差时间复杂度，平均时间复杂度，均摊时间复杂度，一般用平均时间复杂度来考量。

2.空间复杂度分析

　　类比时间复杂度，空间复杂度全称渐进空间复杂度，表示空间随数据规模的增长的变化趋势。

　　常见空间复杂度有O(1)，O(n)， O(n²)

　　注意点：空间复杂度指的是操作数据时额外申请的空间，比如一个栈存储了n个数据，但是栈的空间复杂度为O(1)，因为进栈出栈时都只操作栈顶元素，只需申请一个临时变量。