平均查詢長度與時間複雜度的區別

　　平均查詢長度：為確定記錄在查詢表中的位置，需和給定值進行比較的關鍵字個數的期望值稱為查詢演算法在查詢成功時的平均查詢長度。

　　時間複雜度：時間複雜度是同一問題可用不同演算法解決，而一個演算法的質量優劣將影響到演算法乃至程式的效率。演算法分析的目的在於選擇合適演算法和改進演算法。計算機科學中，演算法的時間複雜度是一個函式，它定性描述了該演算法的執行時間。這是一個關於代表演算法輸入值的字串的長度的函式。時間複雜度常用大O符號表述，不包括這個函式的低階項和首項係數。使用這種方式時，時間複雜度可被稱為是漸近的，它考察當輸入值大小趨近無窮時的情況。

　　演算法的時間複雜度與問題的規模有關。

　　在計算機科學中，演算法的時間複雜度是一個函式，它定性描述該演算法的執行時間。這是一個代表演算法輸入值的字串的長度的函式。時間複雜度常用大O符號表述，不包括這個函式的低階項和首項係數。使用這種方式時，時間複雜度可被稱為是漸近的，亦即考察輸入值大小趨近無窮時的情況。

　　為了計算時間複雜度，通常會估計算法的操作單元數量，每個單元執行的時間都是相同的。因此，總執行時間和演算法的操作單元數量最多相差一個常量係數。相同大小的不同輸入值仍可能造成演算法的執行時間不同，因此我們通常使用演算法的最壞情況複雜度，記為T（n），定義為任何大小的輸入n所需的最大執行時間。另一種較少使用的方法是平均情況複雜度，通常有特別指定才會使用。時間複雜度可以用函式T（n）的自然特性加以分類。

　　空間複雜度(SpaceComplexity)是對一個演算法在執行過程中臨時佔用儲存空間大小的量度，記做S(n)=O(f(n))。比如直接插入排序的時間複雜度是O(n^2),空間複雜度是O(1)。而一般的遞迴演算法就要有O(n)的空間複雜度了，因為每次遞迴都要儲存返回資訊。一個演算法的優劣主要從演算法的執行時間和所需要佔用的儲存空間兩個方面衡量。

　　計算機科學中，時間複雜性，又稱時間複雜度，演算法的時間複雜度是一個函式，它定性描述該演算法的執行時間。這是一個代表演算法輸入值的字串的長度的函式。時間複雜度常用大O符號表述，不包括這個函式的低階項和首項係數。使用這種方式時，時間複雜度可被稱為是漸近的，亦即考察輸入值大小趨近無窮時的情況。