时间复杂度、空间复杂度与大O表示法

时间复杂度描述了输入规模增加时程序运行时间的变化。

空间复杂度指的是算法在运行过程中所需的内存空间。

大O表示法用于表示算法的时间复杂度，如O(1)为常数时间，O(n)为线性时间，O(n²)为平方时间。

良好的代码应具备可读性、可维护性和可扩展性。

可读性是指代码易于理解，维护性是指代码易于修改或扩展，可扩展性是指代码在输入规模增大时的表现。

时间复杂度与程序运行时间不同，它是输入规模增长时函数运行时间的关系。

大O表示法描述了函数在输入接近某个值或无穷大时的极限行为。

常数时间算法的时间复杂度为O(1)，与输入规模无关。

线性时间算法的时间复杂度为O(n)，表示随着输入规模的增加，运行时间线性增长。

平方时间算法的时间复杂度为O(n²)，表示运行时间与输入规模的平方成正比。

在分析算法时，需要考虑最坏情况、最好情况和平均情况的时间复杂度。

最坏情况用大O表示，最好情况用Ω表示，平均情况用θ表示。