我們都知道同乙個問題有不同的演算法解決，這些演算法在執行時間、執行占用記憶體、**易讀性等方面都不相同，而在這些演算法中，我們只能選擇一種解決方案，這時判斷選擇哪個演算法的依據是什麼呢？
在這裡，我們引入了時間複雜度和空間複雜度這兩個概念作為選擇適合演算法的重要依據，一般對比演算法的好壞基本上從它的時間複雜度和空間複雜度來綜合判斷就可以得出哪個更適合，複雜度通常來說越小越好。
演算法的時間複雜度和空間複雜度的作用：時間複雜度是指執行這個演算法所需要的計算工作量；而空間複雜度是指執行這個演算法所需要的記憶體空間。時間和空間（即暫存器）都是計算機資源的重要體現，而演算法的複雜性就是體現在執行該演算法時的計算機所需的資源多少。
乙個演算法語句總的執行次數是關於問題規模n的某個函式，記為f(n)，n稱為問題的規模。語句總的執行次數記為t(n)，當n
資料結構從0開始2 時間複雜度 空間複雜度
空間複雜度 引用這種複雜度的計算主要是來度量演算法的效率。主要度量兩種複雜度 時間複雜度主要考慮的是計算的次數，而不是實際時間，因為計算機效能不一樣需要用的時間也是不一樣的。時間複雜度，用來事前預估演算法時間開銷和問題規模n的關係。這裡的n就是指平時我們資料的量或者是輸入的引數等。例如迴圈n次。時間...
0 時間複雜度
快 時間複雜度 省 空間複雜度 def get sum n result 0 for i in range 1,n 1 result i return result假設每行 對應的cpu執行時間一樣，為乙個時間單位unit time 可以看到該函式第2 5行執行1次，第3 4行執行n次 總共執行時間...
演算法效率 1 時間複雜度 2 空間複雜度。
3 空間複雜度 1.演算法效率 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，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，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。所以對空間複雜度很是...