时间与空间复杂度

时间复杂度

时间复杂度是一个函数，它定性描述该算法的运行时间，记做T(n)=O(fn(n))。

大O用来表示上界的，当用它作为算法的最坏情况运行时间的上界，就是对任意数据输入的运行时间的上界。但是面试中说到算法的时间复杂度是多少，指的都是一般情况，并不是上界。

用O来表示，如O(n), O(nlogn), O(n*2)

大家都知道快速排序的时间复杂度一般情况是O(nlogn)，但是当数据已经有序情况下，快速排序的时间复杂度是O(n^2) 的，所以严格从大O的定义来讲，快速排序的时间复杂度应该是O(n^2) 。但是呢，业界大家有默认快速排序的时间复杂度是O(nlogn)。计算方法比较简单，自行百度；

空间复杂度

空间复杂度是对一个算法在运行过程中占用内存空间大小的量度，记做S(n)=O(fn(n))

int num = 0;
for (int i = 0; i < n; i++) {
    num++;
}

上面这段代码可以看出，随着n的变化，所需开辟的内存空间并不会随着n的变化而变化。即此算法空间复杂度为一个常量，所以表示为大O(1)。其他情况以此类推；