資料結構解決的問題：“快” + “省”，即為時間，空間複雜度分析

1：為什麼需要複雜度分析？

因為通過統計手段分析的結果受到兩個因素的影響，一：測試結果非常依賴測試環境，二：測試結果受資料規模的影響很大

2：大O複雜度表示法

所有程式碼的執行時間T(n)與每行程式碼的執行次數n成正比。

T(n) = O(f(n))

3:時間複雜度分析: 漸進時間複雜度

1：只關注迴圈執行次數最多的一段程式碼

2：加法法則：總複雜度等於量級最大的那段程式碼的複雜度

3：乘法法則：巢狀程式碼的複雜度等於巢狀內外程式碼複雜度的乘積

4：幾種常見時間複雜度量級：

多項式量級：

u 常數階O(1)

u 對數階O(logn)

u 線性階O(n)

u 線性對數階O(nlogn)

u 平方階O(n*n),立方階O(n*n*n)… k方階O(n*……*n)

非多項式量級：

u 指數階O(2*……*2)

u 階乘階O(n!)

5：空間複雜度分析: 漸進空間複雜度

常見的空間複雜度：O(1) O(n) O(n*n)