目錄
空間效率，時間效率（較為關注）
時間複雜度：演算法中的操作執行次數，為演算法的時間複雜度。（不是具體時間，而是執行次數）
時間複雜度
（1）是乙個估算，看表示式中影響大的那一項，如n*n+2n+10中，n*n對整個式子影響最大，故其時間複雜度為n*n，用大o的漸近表示法o（n*n）。
（2）去掉時間表示式中的常數項乘積，例如，得到乙個準確的時間表示式為2n+10，則估算得到的時間複雜度為o（n）
（3）對於多個未知數時，例如時間表示式為n+m，假設m，n差不多大，則o（m）或o（n）；假設m遠大於n，則o（m）。
（4）用常數1去替代所有確定的常數，如準確的時間表示式為100，o（1）.
（5）未知數和常數，濾去常數。
（6）另外有些演算法分為最好，最壞，平均這三種情況。當演算法存在這三種情況時，選最壞的時間複雜度，例如假設字串長度為n，「sdsfrsgtr...」,遍歷字串，求s的時間複雜度，最好o（1），最壞o（n），平均o（n/2）。
a. 在氣泡排序中，
第一趟冒泡：n
第二趟冒泡：n-1
第三趟冒泡：n-2
第n趟冒泡：1
為等差數列，準確次數為： n*(n+1)/2
故氣泡排序時間複雜度為o（n*n）
b. 在二分查詢/折半查詢中：
假設二分了x次，有1*2*2....*2=n，2^x=n, x=(log2) n
演算法的複雜度計算中，喜歡省略成logn，因為不好寫底數，但是寫成lg n,是錯的。
c. 在某些階乘的運算中求時間複雜度：
long long factorial(size_t n)
如factorial(10),則返回factorial（9）*10,在返回到factorial（9）*8.....以此類推返回到
factorial（1）*2返回到1.（實際是10！）遞迴了n次，故時間複雜度為o（n）。（特別注意：結返回結果是n！，但是操作的次數是遞迴了n次，所以時間複雜度為o（n））
空間複雜度是演算法執行過程中臨時占用儲存空間大小的量度，不在意其具體佔了多少位元的大小，而是計算變數的個數。
對照時間複雜度的計算方法。注意：時間是累積的，空間是不累計的，空間可以銷毀。
例題1：消失的數字
思路1：排序 0 1 2 3 4 5 6 7 9 一次比較，若下乙個數與上乙個數隻差為1，則掠過，1，則找到，但時間複雜度不符合。
思路2：把0到n加到一起，結果ret1,再把陣列中的數加到一起ret2，ret1-ret2就是要找的數。
思路3：異或：相同vs**oqtx為0，相異為1。將陣列中的數與0-n數互相異或，最後剩下的那個數字就是缺的那個數。
int missingnumber(int* nums, int numssize)
nums[0]=tmp;}}
但此時時間複雜度為o（n*k），跑不過~
思路2：以空間換時間，嘗試著多消耗一點空間，一次換成。將後k個儲存，移到前面來，直接得到。時間複雜度為o（n），空間複雜度為o（n）
思路3：後k個逆置，前k個逆置，整體逆置（這個實在是太牛了！！）
c**為：
//逆置
void reverse(int *nums ,int left,int right)
注意結果可能出錯：
此時需要注意k是否大於n，當k>n時需要取模：k%=numssize
新增：if（k>numssize）
//逆置
void reverse(int *nums ,int left,int right)
//控制好下標,後n-k個
reverse(nums,numssize-k,numssize-1);
revers
reverse(nums,0,numssize-1);
}在力扣上執行得到：
關於時間複雜度
1.演算法複雜度分為 時間複雜度和空間複雜度。作用 時間複雜度是度量演算法執行的時間長短 而空間複雜度是度量演算法所需儲存空間的大小。2.一般情況下，演算法的基本操作重複執行的次數是模組n的某乙個函式f n 因此，演算法的時間複雜度記做 t n o f n 分析 隨著模組n的增大，演算法執行的時間的...
關於時間複雜度
關於時間複雜度 o 的定義 若f n 是正整數n的乙個函式，則o f n 表示 m 0 使得當n n0時，f n m f n0 表示時間複雜度的階有 o 1 常量時間階 o n 線性時間階 o n 對數時間階 o n n 線性對數時間階 o n k k 2，k次方時間階 例 兩個n階方陣的乘法 fo...
時間複雜度和空間複雜度詳解
本文 演算法的時間複雜度和空間複雜度合稱為演算法的複雜度。1.時間複雜度 1 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且乙個演算法花費的時間...