评估算法的“时间复杂度”与“空间复杂度”

温故。

分析一个算法的优劣，需要考虑当输入非常大的情况下，算法的“时间复杂度”和“空间复杂度”的算法计算量的变化趋势。如果输入比较小，那就没有比较算法的必要了。而且算法的估计也只是一种抽象比较方法，相对于高级语言而言。

关注算法 —— 主项

在判断一个算法的效率时，函数中的【常数】和其他次要项，通常可以忽略不计，重点关注【主项】（最高项——计算次数最高的那部分）的阶数（幂）。

示例一：

算法A : 2n^2 , 算法B ： 3n+1 , 算法C ： 2n^2+3n+1 。 具体来分析一下这3个算法。 （一）算法A 中 2n^2 则幂为2 ，则算法A的【主项】为2n^2； （二）算法B 中 3n+1 , 3n 这部分的幂为1，1这部分的幂为0，则算法B的【主项】为3n； （三）算法C ： 2n^2+3n+1 , 2n^2 的幂为2，3n这部分的幂为1，1这部分的幂为0，则算法C的【主项】为2n^2；

忽略常数和次要项

当输入非常大时，【常数】和【次要项】相较于【主项】的结果差距巨大，完全可以忽略不计。按照这种理论，则【示例一】的算法，最后考虑的项如下：
1. 算法A ： n^2；
2. 算法B ： n（最优）；
3. 算法C ： n^2;