空间复杂度和时间度的概念

算法的概念大家都知道，就是定义一个计算过程，取一个或一组数据作为输入，经过系列的运算步骤，得到另外一个或一组输出，也就是用来将输入数据转化为输出数据；那么我们如何来衡量一个算法呢，或者是使用哪些指标来衡量呢，这样我们就引入另外两个概念，时间复杂度和空间复杂度；

1、时间复杂度：它是一个函数，定量地表述了算法占用的时间，时间复杂度使用大写O表示，时间复杂度需要分析一个算法在运行过程中的基本操作，计量所有操作的数量，

假设一个基本的操作在一个固定的时间内完成，那么该算法的总运行时间和总操作量，无非就是常量系数的关系。有时对于大小相同的输入，效率也是不同的，因为系数不同；因此常对最坏时间复杂度进行分析，对于给定大小的任何输入，某个算法的最大运行时间记为T（n），通常根据T（n）对一个算法的时间复杂度进行分类，例如T（n）=O（n）我们称起具有线性时间，再例如：T(n)=O（n^3）,称其具有指数时间；

渐进复杂度：时间复杂度是渐进的，它考察当输入值趋于无穷大时的情况，例如一个算法对于任意一个输入n,它最多需要8n^3+10*n的时间才能运行完毕，那么它的渐进复杂度为O(n^3);

 具体定义：一般情况下，算法中基本操作的次数 是问题规模n的某个函数，用T（n）来表示，若有某个辅助函数f（n），使得n趋于无穷大时，T(n)/F(n)的极限值为不等于零的常数，则成F(n)是T（n）的同量级函数，记作T(n)=O(f(n))，称O(f(n))为算法的渐进时间复杂度(O是数量级的符号 )，简称时间复杂度。

2、空间复杂度：计算一个算法占用的存储空间，一般是输入参数的函数，是衡量一个算法优劣的重要指标，空间复杂度越小，效率越高，占用存储空间越小；

接下来会介绍常用数据结构及算法实现；