**時間復雜度** > 執行算法所需要的計算工作量。計算機算法是問題規模`N`的函數`F(n)`，算法的時間復雜度也因此記做`T( n ) = O( f( n ) )` > 當`N`越大，算法執行的時間增長率與`F(n)`的增長率成正比，稱作漸進時間復雜度 **時間復雜度計算公式** >* 得出算法的計算次數公式 > *  >* 用常數`1`來取代所有時間中的所有加法常數 > *  >* 在修改后的運行次數函數中，只保留最高階項 >* 如果最高階存在且不是1，則去除與這個項相乘的常數 **常見時間復雜度類型** >[info]* 常數階： O(1) >* 線性階：O(n) >* 平(立)方階：O(n^2) / O(n^3) >* 特殊平方階：O( n^2 / 2 + n/2 ) -> O(n^2) > *  >* 對數階：O(log2n) > * > while($n > = 1){ > * > $n = $n/2; > * > } >* nlog2n階：O(nlog2n) >* 指數階 >[warning] O(1) > O(log2n) > O(n) > O(nlog2n) > O(n^2) > O(n^3) > O(2^n) > O(n!) > O(n^n) **** **空間復雜度** > 執行算法所需要消耗的內存空間，記做`S( n ) = O( f( n ) )` > 包含程序代碼，輸入數據和輔助變量所占用的空間 > 計算和表示方法與時間復雜度類似，一般用復雜度的漸進性來表示 **空間復雜度計算方式** >* 有時用空間換取時間 >* 冒泡排序的元素交換，空間復雜度O(1)