算法复杂度分析方法

一、 时间复杂度

全称是渐进时间复杂度，表示算法的执行时间与数据规模之间的增长关系。

三点原则：

1. 只关注循环执行次数最多的一段代码

大 O 这种复杂度表示方法只是表示一种变化趋势。我们通常会忽略掉公式中的常量、低阶、系数，只需要记录一个最大阶的量级就可以了。所以，我们在分析一个算法、一段代码的时间复杂度的时候，也只关注循环执行次数最多的那一段代码就可以了。

2. 加法法则：总复杂度等于量级最大的那段代码的复杂度

代码中有多段循环代码，选取量级最大的那段为标准。

3. 乘法法则：嵌套代码的复杂度等于嵌套内外代码复杂度的乘积`

与加法法则不同，有嵌套的情况，复杂度应为乘积。

二、 空间复杂度

全称就是渐进空间复杂度（asymptotic space complexity），表示算法的存储空间与数据规模之间的增长关系。

空间复杂度较时间复杂度来说要简单得多，只看要分析的代码分配了占用多少空间的变量即可，常见的空间复杂度就是 O(1)、O(n)、O(n2 )，对数阶的复杂度平时很少见。