算法学习笔记之时间复杂度的学习

前言： 马上要面临找工作了，最近在学习最基础的数据结构和算法，遂开启了这个专栏，想要把自己的学习笔记放在这里，也算是对自己的一个督促。

1、基本概念的学习

(1)、时间复杂度

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

(2)、空间复杂度

空间复杂度表示算法的存储空间与数据规模之间的增长关系

2、常见的时间、空间复杂度

(1)、常见的时间复杂度

常见的时间复杂度度量级：
常量阶：O(1)
对数阶：O(logn)
线性阶：O(n)
线性对数阶：O(nlogn)
平方阶：O(n*n) 、立方阶：O(n*n*n).........k次方阶：O(n!)!

(2)、常见的空间复杂度

常见的空间复杂度就是 O(1)、O(n)、O(n2 )。

(3)、在对算法进行分析的时候，我们经常对比两个算法的复杂度，所以在这里给出常见复杂度的对比关系：

从低阶到高阶有：O(1)、O(logn)、O(n)、O(nl...

３、四个复杂度分析方面的知识点

引入的目的：为了表示在不同情况下的不同时间复杂度，我们引入：最好情况时间复杂度、最坏情况时间复杂度和平均情况时间复杂度。