空間複雜度的計算

o() 大o表示法表示複雜度。

時間複雜度公式為： t(n) = o( f(n) )，其中f(n) 表示每行**執行次數之和，而 o 表示正比例關係，這個公式的全稱是：演算法的漸進時間複雜度。注意：大o符號表示法並不是用於來真實代表演算法的執行時間的，它是用來表示**執行時間的增長變化趨勢的，所以只保留最高端項並且忽略常數項。

常見的幾種複雜度： o(1)、o(n)、o(n²)、o(logn)。還有更高的比如指數階和k次方階，但我覺得不會有誰想用怎麼高複雜度的演算法，就只分析以上4種的計算方法。

1.常數階 o(1)。無論**執行了多少行，只要是沒有迴圈等複雜結構，因此它消耗的時間不隨著某個變數的增長而增長。記住要用常數1取代執行時間中的所有加法常數。

2.線性階 o(n)。有for迴圈，裡面的**會執行n遍，因此它消耗的時間是隨著n的變化而變化的。

3.平方階o(n²)。如果把 o(n) 的**再巢狀迴圈一遍，它的時間複雜度就是 o(n²) 了。當然巢狀的迴圈時m次，就是o(m*n)。

4.對數階o(logn)。這個需要舉例：

int i = 1;

while(i同理

空間複雜度：演算法在執行過程中臨時占用儲存空間大小的乙個量度，同樣反映的是乙個趨勢，通常用 s(n) 來定義。

空間複雜度比較常用的有：o(1)、o(n)、o(n²)

1.如果演算法執行所需要的臨時空間不隨著某個變數n的大小而變化，即此演算法空間複雜度為乙個常量 o(1)。注意: 如果這段**裡有for迴圈，但沒有再分配新的空間，時間複雜度也不會因為迴圈而改變。

2.舉例 int m = new int[n]。這段**中，建立了乙個陣列出來，這個資料占用的大小為n，因此空間複雜度為 o(n)。和時間複雜度一樣，如果加乙個迴圈在這行**前面，空間複雜度變為 o(n²)。