概念

• 程序设计 我们的追求是：选择更加合适的 数据结构，使用花费时间更少、占用空间更小的 算法。
• 数据结构的操作一般涉及到 增、删、改、查 共4种情况。
• 算法的时间复杂度衡量一个算法的 执行效率，空间复杂度衡量一个算法的 内存消耗。
• 算法的时间复杂度跟算法中 基本操作 (算法执行中的每一条语句)次数的数量正相关。
• 算法的空间复杂度跟算法内定义的 变量 所占空间和系统为实现 递归 所占的堆栈空间两部分有关。
• 时空复杂度 用 $BigO$ 表示。例如：$O(1)$，$O(n^2)$，$O(logn)$ 。它们都是估计值，仅保留最高阶增长项。例如：$O(n^2+n+1)$ ≈ $O(n^2)$，$O(2n+1)$ ≈ $O(n)$。
• 算法时空复杂度通常指 最坏情况下 的复杂度。
• 常见的时间复杂度有：$O(1)$ < $O(logn)$ < $O(n)$ < $O(nlogn)$ < $O(n^2)$ < $O(n^3)$ < $O(2^n)$ < $O(n!)$ < $O(n^n)$。当$(n>10)$时。
• 常见的空间复杂度有：$O(1)$ < $O(logn)$ < $O(n)$ < $O(n^2)$。