算法时间复杂度和空间复杂度

时间复杂度一般看循环嵌套几层，每一层的循环次数和哪个变量有关

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）=0(f(n))。它表示随问题规模n的增大，算法执行时间的埔长率和 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。

空间复杂度就看你申请内存用了多少(数组长度)，与哪个变量有关

空间复杂度(Space Complexity)是对一个算法在运行过程中临时占用存储空间大小的量度，记做S(n)=O(f(n))。比如直接插入排序的时间复杂度是O(n^2),空间复杂度是O(1) 。而一般的递归算法就要有O(n)的空间复杂度了，因为每次递归都要存储返回信息

分析一个算法的时间复杂度步骤：

• 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，则去除与这个项相乘的常数。
• 得到的最后结果就是大O阶。
• 

空间复杂度计算

•  忽略常数，用O(1)表示 
• 递归算法的空间复杂度=递归深度N*每次递归所要的辅助空间 
• 对于单线程来说，递归有运行时堆栈，求的是递归最深的那一次压栈所耗费的空间的个数，因为递归最深的那一次所耗费的空间足以容纳它所有递归过程。