數據結構解決的問題：“快” + “省”，即為時間，空間復雜度分析

1：為什麽需要復雜度分析？

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：測試結果受數據規模的影響很大

2：大O復雜度表示法

所有代碼的執行時間T(n)與每行代碼的執行次數n成正比。

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

3:時間復雜度分析: 漸進時間復雜度

1：只關註循環執行次數最多的一段代碼

2：加法法則：總復雜度等於量級最大的那段代碼的復雜度

3：乘法法則：嵌套代碼的復雜度等於嵌套內外代碼復雜度的乘積

4：幾種常見時間復雜度量級：

多項式量級：

u 常數階O(1)

u 對數階O(logn)

u 線性階

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：空間復雜度分析: 漸進空間復雜度

常見的空間復雜度：O(1) O(n) O(n*n)

Chapter3 復雜度分析(上):如何分析，統計算法的執行效率和資源消耗