算法学习（一）之概述

算法是程序员必须要会的东西。不仅仅是工作中需要用到，也是进入大厂的敲门砖

为什么要学算法？

会算法可以使你的代码效率更高，薪水更高。不仅仅是这样，在生活中也可以用到，比如说：女朋友刚买了一件漂亮裙子，让你猜价格。你会怎么猜？我想你一定会这样：100？低了。300？ 高了。150？低了，175？ 没错~~
其实，这就是应用了最简单的一个算法：二分查找算法。

算法那么多，如何评定一个算法的好坏？

一段辣鸡代码，放到搭载了酷睿i9中的电脑执行的速度可能要比李纳斯写的优秀的代码在酷睿i3的电脑中运行的速度快的多。那你总不能说，那段辣鸡代码的算法比李纳斯写的代码好吧？所以如何在不考虑外界因素的情况下去比较算法的好坏呢？

• 时间复杂度（Time complexity）

不依赖具体的执行环境
不用具体的测试数据
在算法实现前，我们在脑海中就可以评估算法的性能

是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数. 时间复杂度常用大O表述，不包括这个函数的低阶项和首项系数。

常见的时间复杂度

• O(1) ->HashMap

• O(logn) -> 二叉树
• O(n) -> for 循环
• O(nlogn) -> for 循环嵌套二叉树
• O(n2) -> for 循环嵌套for 循环

常见的时间复杂度又小到大依次为：

• 空间复杂度（Space Complexity）

是对一个算法在运行过程中临时占用存储空间大小的量度。记做S(n)=O(f(n))

int[] m = new int[n]
for(i=1; i<=n; ++i)
{
  	print。。。
}

//嵌套代码
int[][] m = new int[n][n]
for(i=1; i<=n; ++i)
{
 	print。。。
}

常见的空间复杂度又小到大排序依次为：