python时间复杂度和空间复杂度是指 时间复杂度与空间复杂度

算法(algorithm)本质上是一连串的计算。同一个问题可以使用不同算法解决，但计算过程中消耗的时间和资源可能千差万别。那如何比较不同算法之间的优劣呢？

目前分析算法主要从时间和空间两个维度进行。时间维度就是算法需要消耗的时间，时间复杂度(time complexity)是常用分析单位。空间维度就是算法需要占用的内存空间，空间复杂度(space complexity)是常用分析单位。

因此，分析算法主要从时间复杂度和空间复杂度进行。很多时候二者不可兼得，有时用时间换空间，有时用空间换时间。

1. 时间复杂度 Time Complexity

现代硬件性能强大，即使是非常昂贵的算法，数据量小时速度也可能很快。但数据量变大时，时间开销就会明显变大。时间复杂度是随着数据量增加，算法耗费时间的度量单位。

1.1 常数时间 Contant Time

常数时间算法不会随数据量变化而变，时间固定。

查看下面方法：

func checkFirst(names: [String]) {

if let first = names.first {

print(first)

} else {

print("No Names")

}

}

该函数执行所需时间与 names 数组大小无关。无论数组有十个元素，还是一万个元素，该函数都只检查数组第一个元素。

下图是数据量与时间关系图：