概念：函数的渐进增长：给定两个函数f(n)和g(n)，如果存在一个整数N，直的对于所有的n>N,f(n)总是比g(n)大，那么我们说f(n)的增长渐进快于g(n)

算法时间复杂度

算法的时间复杂度记作：T(n) = O(f(n))，他表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同。这样用O()来体现算法时间复杂度的记法，我们称之为大O记法

推导大O阶方法

推导大O阶：
1.用常数1取代运行时间中的所有加法常数
2.在修改后的运行次数函数中，只保留最高阶项
3.如果最高阶项存在且不是1，则去除这个项相乘的常数

常数阶

线性阶

对数阶

image.png

平方阶

常用的时间复杂度所耗费的时间从小到大依次是：
O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n3)<O(2^{n)<<O(n!)<O(n}n)

空间复杂度

算法的空间复杂度通过计算算法所需要的存储空间实现，算法空间复杂度的计算公式记作：S(n) = O(f(n))q,其中n为问题规模，f(n)为语句关于n所占存储空间的函数