算法分析之时间复杂度与空间复杂度

              1， 什么是数据结构？

         看到有的答案是这样写的：数据结构就是计算机存储，组织数据的方式。

      2，什么是算法？

         算法就是用系统方法解决问题的策略机制。而时间复杂度与空间复杂度就是衡量一个算法优劣的标准

       3，什么是时间复杂度？

         当一个算法在系统中运行时，它被执行了n次，此时这个算法的规模为n，执行完这个算法所用的时间与规模n成正比，这个正比称为时间频度，记为          T(n)，随着规模n不断增大，T(n)也随之变化，，若有某个辅助函数f(n),使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称
           f(n)  是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。

       4，时间复杂度计算方式

         随着n逐渐增大，辅助函数f（n）的一些常数项，低阶系数，首项系数已经可以忽略不计，所以时间复杂度只比较最高项次数 比如常数阶O(1),对数          阶O(log2n),
线性阶O(n), 线性对数阶O(nlog2n),平方阶O(n2)，立方阶O(n3),...，
k次方阶O(nk),指数阶O(2n)。随着问题规模n的不断增大，上述          时间复杂度不断增大，算法的执行效率越来越低。

       
5，空间复杂度

         是指运行完一个程序所需要的空间大小，计算机运行一个程序，需要对这个程序本身的常数，变量，指令，以及输入的数据进行存储，还需要              对执行这个程序所用到的工作单元与辅助信息，所以运行一个程序所需要的空间有两部分，

         （1）：静态空间：主要包括指令空间（即代码空间）、数据空间（常量、简单变量）等所占的空间。这部分属于静态空间。

         （2）：动态空间：这部分空间的主要包括动态分配的空间，以及递归栈所需的空间等。这部分的空间大小与算法有关