算法的时间和内存复杂度的定义是什么？
What is the definition of time and memory complexity of algorithm?
寻求对任何算法的时间和内存复杂度的一般理解。
当我们谈论算法的 thing-complexity 时，我们是在谈论 thing 增长的一般函数集，随着输入大小的增长。
对于时间，这是很明显的，它是执行算法所需的时间（好吧，通常是“操作次数”）。
对于内存，我们通常指的是算法所需要的额外内存。这包括“显式临时变量”、“堆栈”等内容。
对于复杂性，我们经常使用“big-O”表示法。一般形式是 f(n) ∊ O(g(n))，这意味着我们拥有的（精确的）函数是集合的一部分，因此存在一个 m，其中所有 k ≥ m，和 c，使得 f(k) ≤ c * g(k).
寻求对任何算法的时间和内存复杂度的一般理解。
当我们谈论算法的 thing-complexity 时，我们是在谈论 thing 增长的一般函数集，随着输入大小的增长。
对于时间，这是很明显的，它是执行算法所需的时间（好吧，通常是“操作次数”）。
对于内存，我们通常指的是算法所需要的额外内存。这包括“显式临时变量”、“堆栈”等内容。
对于复杂性，我们经常使用“big-O”表示法。一般形式是 f(n) ∊ O(g(n))，这意味着我们拥有的（精确的）函数是集合的一部分，因此存在一个 m，其中所有 k ≥ m，和 c，使得 f(k) ≤ c * g(k).