如何评价一个算法的好坏：时间和空间的复杂度

首先，这个算法必须是正确的
其次，一个好的算法应该是友好的，易于人们理解和交流，并且机器可执行。
这个算法还必须足够鲁棒，即当输入数据非法或不合理时，也能正确响应或进行相应的处理
最后，它还必须具有高效率和低存储要求。
也称为时间复杂度和空间复杂度

1。时间复杂度

定义：在计算机科学中，算法的时间复杂度是定量描述算法运行时间的函数。理论上，只有将程序放在机器上并运行它，才能知道执行算法所需的时间。不过，我们有一套时间复杂度分析的方法。算法所花费的时间与其中的语句数量有关。执行次数成正比。算法中基本操作的执行次数就是算法的时间复杂度。

2。为什么时间复杂度不是用时间来衡量，而是用基本语句的执行次数来衡量？

算法执行时间取决于具体的软硬件环境。因此，算法的时间复杂度不能用执行时间的长短来衡量，而是用基本执行段数量的数量级来衡量。

3。时间复杂度

的O渐近表示法（大O表示法）是用于描述函数渐近行为的数学符号。

大O阶方法推导：
计算基本语句执行次数的数量级；
只计算基本执行次数的大小，这意味着只要基本执行次数函数的最高幂正确，所有低幂和最高幂系数都可以忽略。这简化了算法分析，并将注意力集中在最重要的一点：增长率。
如果算法包含嵌套循环，则基本语句通常是最内层循环。如果算法包含并行循环，则增加并行循环的时间复杂度。例如：

for (i=1; i