一、 時間復雜度

全稱是漸進時間復雜度，表示算法的執(zhí)行時間與數(shù)據(jù)規(guī)模之間的增長關系。

三點原則：

1. 只關注循環(huán)執(zhí)行次數(shù)最多的一段代碼

大 O 這種復雜度表示方法只是表示一種變化趨勢。我們通常會忽略掉公式中的常量、低階、系數(shù)，只需要記錄一個最大階的量級就可以了。所以，我們在分析一個算法、一段代碼的時間復雜度的時候，也只關注循環(huán)執(zhí)行次數(shù)最多的那一段代碼就可以了。

2. 加法法則：總復雜度等于量級最大的那段代碼的復雜度

代碼中有多段循環(huán)代碼，選取量級最大的那段為標準。

3. 乘法法則：嵌套代碼的復雜度等于嵌套內(nèi)外代碼復雜度的乘積`

與加法法則不同，有嵌套的情況，復雜度應為乘積。

二、 空間復雜度

全稱就是漸進空間復雜度（asymptotic space complexity），表示算法的存儲空間與數(shù)據(jù)規(guī)模之間的增長關系。

空間復雜度較時間復雜度來說要簡單得多，只看要分析的代碼分配了占用多少空間的變量即可，常見的空間復雜度就是 O(1)、O(n)、O(n2 )，對數(shù)階的復雜度平時很少見。