推導大o階方法：
1. 用常數1取代執行時間中的所有加法常數
2. 在修改後的執行次數函式中，只保留最高端項
3. 如果最高端存在且不是1，則去除與這個項相乘的常數，得到的結果就是大o階
時間複雜度的分類：
1. 常數階
#include using namespace std;
int main()
return 0;
}
for (int i = 0;i < 10; ++i)
}
常見時間複雜度大小比較：
o(1) < o(logn) < o(n) < o(nlogn) < o(n^2) < o(n^3) < o(2^n) < o(n!) < o(n^n)
遞迴雖然非常的簡練，但是效率是非常低下的，不管是在時間複雜度還是空間複雜度(使用者空間反覆的開闢棧幀和釋放棧幀)都非常的高。
資料結構 時間複雜度 空間複雜度
1.演算法效率 演算法效率可以用來衡量乙個演算法的好壞 演算法效率分析分為兩種 第一種是時間效率,第二種是空間效率.時間效率被稱為時間複雜度,空間效率被稱為空間複雜度.時間複雜度主要衡量的是乙個演算法的執行速度，而空間複雜度主要衡量乙個演算法所需要的額外空間，在計算機發展的早期，計算機的儲存容量很小...
資料結構時間複雜度和空間複雜度
1 演算法o n 關注n的階數，當數十分大的時候，常數可以忽略。o n 又稱為大o記法。2 t n o f n 隨著n變化而變化，f n 是某個函式，執行的次數等於時間，一般情況下，t n 增長最慢的演算法最優。4 推到o n 1,用1取代時間中所有加法常數 哪些可以忽略 2，在修改後的執行函式中，...
資料結構 時間複雜度和空間複雜度
通常我們衡量乙個演算法的複雜度時，會有兩種演算法效率分析方式 第一種是時間效率，第二種是空間效率。時間效率被稱為時間複雜度，而空間效率被稱作空間複雜度。時間複雜度主要衡量的是乙個演算法的執行速度，空間複雜度主要衡量一乙個演算法所需要的額外空間，在計算機發展的早期，計算機的儲存容量很小。所以對空間複雜...