時間複雜度

　　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。

　　演算法的時間複雜度的計算方法為：

　　1、用常數1取代執行時間中的所有加法常數；

　　2、在修改後的執行次數函式中，保留高階項；

　　3、如最高階項存在且不是1，則去除與這個項相乘的常數；

　　4、當n增大到一定值，n的冪次最高的項對時間複雜度影響最大，其它常數項和低冪次項可忽略不計。

　　總結：一個演算法所耗費的時間等於演算法中每條語句的執行時間之和，演算法轉換為程式後，每條語句執行一次所需的時間取決於機器的指令效能、速度以及編譯所產生的程式碼質量等難以確定的因素。

　　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。

　　演算法複雜度分為：時間複雜度和空間複雜度。 時間複雜度是指執行演算法所需要的計算工作量；而空間複雜度是指執行這個演算法所需要的記憶體空間。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。