https://blog.youkuaiyun.com/qiaobinXU/article/details/83115072
数据结构和算法本身解决的是“快”和“省”的问题,即如何让代码运行地更快,如何让代码更省存储空间。所以,执行效率是算法一个非常重要的考量指标。
如何衡量你写的代码的执行效率?
时间、空间复杂度分析。
时间复杂度,全称:渐进时间复杂度
空间复杂度,全称:渐进空间复杂度
为什么需要复杂度分析?
我们可以通过设计、监控来得到算法执行的时间和占用的内存大小。但是这种统计方法有非常大的局限性。也称作事后统计法。
局限1:测试结果非常依赖测试环境,比如,硬件的不同。
局限2:测试结果受数据规模的影响很大
比如:对于一个排序算法,待排序数据的有序度不一样,排序的执行时间就会有很大的差别。除此之外,如果测试数据规模太小,测试结果可能无法真实地反映算法的性能。比如,对于小规模的数据排序,插入排序可能反倒会比快速排序要快。
所以,我们需要一个不用具体的测试数据来测试,就可以粗略地估计算法的执行效率的方法。这就是复杂度分析。