时间复杂度与空间复杂度

时间复杂度

理解：一个算法的执行，随着数据规模的增大，相应增长的时间成本

若数据规模为n，则执行行数可用函数f（n）来表示，并对f（n）化简，找到与f（n）变化趋势相近的函数代替f（n）

渐进上界：算法执行最差情况，从n0开始，c*g（n）总是位于f（n）上方，记作O（g（n））

七种常见时间复杂度

渐近下届：算法执行最好情况，从n0开始，c*g（n）总是位于f（n）下方，记作Ω（g（n））

渐进紧界：从n0开始，f（n）总是在c1*g（n）和c2*g（n）之间，记作θ（g（n））

空间复杂度

理解：一个算法的执行，随着数据规模的增大，相应占用的额外空间成本

用 大O表示法表示