如何彻底掌握数据结构的时间复杂度和空间复杂度？

本文共计3609个文字，预计阅读时间需要15分钟。

一、数据结构与算法数据结构：数据结构是计算机存储、组织数据的方式，指数据元素间相互关系和数据元素的存储方式。算法：算法是一系列定义良好的操作步骤，用于解决特定问题，它取一个或多个输入，产生一个或多个输出。

一、数据结构和算法

数据结构：数据结构是计算机存储、组织数据的方式，指相互之间存在一种或多种特定关系的数据元素的集合。 算法：算法就是定义良好的计算过程，他取一个或一组的值为输入，并产生出一个或一组值作为输出。简单来说，算法就是一系列的计算步骤，用来将输入数据转换成输出结果。

二、算法的复杂度

算法在编写成可执行程序后，运行时需要耗费时间资源和空间（内存）资源。因此衡量一个算法的好坏，一般是从时间和空间两个维度来衡量的，即时间复杂度和空间复杂度。==归结为可以利用时间复杂度和空间复杂度来衡量算法的好坏。== 时间复杂度（时间效率）主要衡量一个算法的运行快慢，而空间复杂度（空间效率）主要衡量一个算法运行所需要的额外空间。在计算机发展早期，计算机存储空间小，所以对空间复杂度在乎，现在，计算机的存储容量已经达到很高的程度，所以现在不需要对空间复杂度特别关注。

1.大O的渐进表示法

大O符号：是用于描述函数渐进行为的数学符号。

实际中，我们计算时间复杂度时 并不一定要计算准确的执行次数，而只需要大概执行次数，那么我们可以用大O的渐进表示法来表示时间复杂度。同样的，我们也用大O的渐进表示法来表示空间复杂度。 大O的渐进表示法是一个估算，算出的是大概次数所属量级。