アルゴリズムの複雑さは、時間の複雑さと空間の複雑さに分割されています。
その効果：
必要なアルゴリズム手段が実行する計算労力の時間複雑性は、
空間的複雑さは、アルゴリズムのために必要な実行メモリ空間を指します。
（コンピュータリソースの数は、アルゴリズムの複雑さは、アルゴリズムを実行している、反射必要に応じて、最も重要なコンピュータリソースは、時間と空間（すなわち、時間と空間の複雑さに）資源、複雑に登録されています）。
簡単に言えば、
時間の複雑さは、文が実行された回数を指し、
空間的複雑収納スペースを参照するには、アルゴリズムによって占められ
時間複雑
执行算法所需的计算工作量。一般来说，计算机算法是问题规模n的函数f(n),算法的时间复杂度也因此记做T(n)=O(f(n));
常见时间复杂度有:常数阶、线性阶、平方阶、立方阶、对数阶、nlog2n阶、指数阶
效率：O(1) > O(log2n)> o(n)> o(nlog2n) > o(n^2) > o(n^3) > o(2^n) > o(n!) > o(n^n)
他の概念
最坏情况：最坏情况时的运行时间，一种保证。如果没有特别说明，说的时间复杂度即为最坏情况的时间复杂度
計算の時間複雑
例：計算1 + 2 + 3 + ... + N、および
$和= 0
用（$ i = 1; $ I <= $ N、$ I ++）{
$和+ = $ Iを
}
サイクルを見ることができるN回、時間複雑度はO（N）であり、プログラムの時間計算量は多くの計算された
追加の命令を
1.すべての添加剤定数は定数1ですべての時間を交換します
比如上面的例子中，不管n为多少，计算次数都是3，那么时间复杂度为O(1),而不是O(3)
唯一の最高次の項を保持改訂番号でRun関数で2、
比如运算的次数为n^2+1,那么为时间复杂度为o(n^2)
3.最上位に存在し、1でない場合は、一定の除去項目を乗じ
2n^2+3n+1 ->n^2
なぜ、図を参照してください、これらの値を削除
元の時間の数との間の差として、より大きなN 1、計算量が大きすぎず、N場合カーブが大きくなるので、これを2Nである2 > N - 3N +と2 + 1 2が最後のn個であると推定されます 2つの理由、3N + 1は、数が大きくなるように算出されるので、実質的に無視できる程度で、他の類似の
一定の順序O（1）
機能テスト（$ N）{
エコー$ N。
エコー$ N;
エコー$ N;
}
その後、時間計算量がO（3）、O（1）としているどのくらいの$ nは、3回だけを実行し、どんなに
オーダーO（n）の線形
用（$ i = 1; $ I <= $ N、$ I ++）{
$和+ = $ Iを
}
レベル（Li）と党順：O（N- 2）/ O（N- 3）。
= 0 $の合計。
（$ i = 1; $ I <= $ N、$ I ++）のための{
（$ J = 1; $ J <$ N、$のJ ++）のために{
$和+ = $ J
}
}
两次循环，里面循环执行了n次，外层循环也执行了n次，所以时间复杂度为O(n^2),立方阶一样
正方形の特別な順序：O（N 2 / N-2 + / 2） - > O（N 2）
（）{用
のための（）{
... -----------> N ^ 2
}
}
+
（）{ため
------------> N
}
+
エコー$ A + $ B --------------> 1
所以整体上计算次数为n^2+n+1,我们算时间复杂度为O(n^2)
オーダー：O（log2n）
xの電力がNに等しい（> 0、及び1に等しくない）場合、番号xをx =ローガンを付し、N（対数）の数の基板と呼ばれます。ここで、多数の公知の塩基数、Nは実数と呼ばれています。[1]
一方、（$ N> = 1）{
$ N = $ N / 2。
}
nは実行回数
。1 1
2 2
3 2
法律：
最初のシーケンス3/4第五の第二の配列
20 ---------> 10 ----------> 5> 2.5 -------- --- ----> 1
NN / N-2/2 / N 2/2/2 / N 2/2/2 / ...
全て法：N /（2 ^ m）は = 1、 時間複雑度はO（LOGN）またはO（log2n）であるので、我々は、Mを計算する必要がある、N = 2 ^ Mに変換され、M = log2nの星の
空間的複雑
アルゴリズムは、メモリ容量を消費する必要があります。すなわち、S（N）= O（F（N））を含むプログラム・コード・スペースが占有空間は、これらの3つの側面によって占有データ入力変数および補助変数スペースによって占め。一般に発現の漸近複雑で時間の複雑同様の計算および発現、
关于O(1)的问题， O(1)是说数据规模和临时变量数目无关，并不是说仅仅定义一个临时变量。举例：无论数据规模多大，我都定义100个变量，这就叫做数据规模和临时变量数目无关。就是说空间复杂度是O(1)。
宇宙複雑計算
举例：冒泡排序的元素交换，空间复杂度O(1)
冒泡排序就是两两交换，中间设置临时变量存储交换的值，不管要交换的数据多大，临时变量始终为固定数量
バブルソート：$編曲= [1,3,2,4,6,5]、それを整理します
原理：逆の順序を入れ替えた場合に隣接する二つの数字は、比較され、そうでなければ交換
132465
図1及び図3は、第1の固定比較され
132465を
図2及び図3を再び比較交換
123465
再び図3及び図4は、固定て比較
123465を
再び図4及び図6は、固定て比較
123465を
図5および図6を再び比較交換
123456
用（$ i = 0; $ I <= $ N、$ I ++）{
（$ J = 0; $ J <= $ N; $のJ ++）のために{
if($arr[$j]>$arr[$j+1]){
$tmp=$arr[$j];
$arr[$j]=$arr[$j+1];
$arr[$j+1]=$tmp;
}
}
}
このため、時間複雑度はO（N ^ 2）であり、空間的な複雑さはO（1）であり、
一般的ソートアルゴリズム
冒泡排序、直接插入排序、希尔排序、选择排序、快速排序、对排序、归并排序
一般的な検索アルゴリズム
二分查找、顺序查找
拡張：緩やかな成長関数