2019-07-15：谈谈你对时间复杂度和空间复杂度的理解？
Moosphan opened this issue · comments
2019-07-15：谈谈你对时间复杂度和空间复杂度的理解？
事后统计的方法
事前分析估算的方法
当一个算法的空间复杂度为一个常量，即不随被处理数据量n的大小而改变时，可表示为O(1)；
时间：完成一件事所需要的时间
空间:完成一件事所需要的资源
顶楼上的
不过我们这里的时间复杂度一般都是用次数来衡量
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 变化情况并确定 T(n) 的数量级。算法的时间复杂度，也就是算法的时间度量，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，称作算法的渐进时间复杂度，简称为时间复杂度。其中 f(n) 是问题规模 n 的某个函数。
这样用大写 O()来体现算法时间复杂度的记法，我们称之为大O记法。随着 n 的增大，T(n) 增长最慢的算法为最优算法
算法的空间复杂度是通过计算算法所需的存储空间实现，记作：S(n) = O(f(n))，其中，n 为问题的规模，f(n) 为语句关于 n 所占存储空间的函数。
若算法执行时间所需要的辅助空间相对于输入数据量而言是个常数，则称此算法为原地工作，空间复杂度为 O(1)。
1，复杂度都是基于入参的量而言的。即常说的n，它描述的是模块计算所需的资源和入参的关联
2，常有的值为：O(1)、O(n)、O(n^2)、O(logn)、O(nlogn)
3，时间复杂度表示计算所需的次数，空间复杂度表示计算所需的额外申请的空间