漫谈时间复杂度/空间复杂度

序言

照见五蕴皆空，度一切苦厄。。。

碰到一个问题，总是心心念，因为我不信一个问题没有解决之道。。。只是时间，地点，人物不合适，所以导致无法解决。。。接口总比方法多。

复杂度

依稀记得在某个时刻，有人问，在进行编程的时候，你选择各种数据结构的依据是什么。。。为什么要选择list，而不选择tuple，为何你要选择dict，而不选择一个json，或者自己实现一个class。。。如果是你，你怎么作答？？？

最近闲来无事，有一本书买了很久，然而并没有看，因为文绉绉的，理论性太强，看的心烦意乱情迷。。。数据结构与算法。。。

最近一不小心，又看了一片代码：

Given an array of integers, return indices of the two numbers such that they add up to a specific target.

You may assume that each input would have exactly one solution, and you may not use the same element twice.

Example:

Given nums = [2, 7, 11, 15], target = 9,Because nums[0] + nums[1] = 2 + 7 = 9,
return [0, 1].

实现代码如下所示：

public int[] twoSum(int[] nums, int target) {

for (int i = 0; i < nums.length; i++) {

for (int j = i + 1; j < nums.length; j++) {

if (nums[j] == target - nums[i]) {

return new int[] { i, j };

}

}

}

throw new IllegalArgumentException("No two sum solution");

}

不是很懂java，所以只理解其意思，在其中，表达了两层意思：第一种是时间复杂度为O（N**N）；第二种是空间复杂度为O（1）。

复杂度，有多复杂。。。我们生来就是为了和各种复杂度作斗争，太简单的没挑战，太复杂的玩不动。。。所以简单就是美，能将复杂的东西进行简单化，也是相当不错的。

花了几个小时，沉迷到理论之中。。。差点出不来，忍不住要全部看完。。。

时间复杂度，就是运行一次需要花费的时间，一般N表示整个数据的长度，是否和数据的长度有关，例如O（N）就是线性关系，所谓的O（1）可以认为是常量关系，简单的理解就是：如何和长度有关，那么就是O（N），例如循环一次，在上面的代码中，循环了两次，所以时间复杂度为O（N**N）。

空间复杂度，就是运行一次的过程中，占用的存储空间的大小度量，例如在进行一个list操作的时候，那么空间复杂度为O（1），当在进行修改删除操作的时候，可能需要新建一个新的存储空间来存储新的队列，从而空间复杂度为O（N）。

空间复杂度和时间复杂度，可以作为选择数据类型的评判标准之一。

对于一种数据结构来说，有各种各样的时间复杂度，对于python的list实现，当你查询一个元素的时候，时间复杂度是O（1），常量时间；但是当你进行加入元素，删除元素的时候，时间复杂度是O（N），对于特例在尾部增加和删除的操作来说，时间复杂度又是O（1）。

对于一个程序来说，编程语言提供了最基础的类型实现，例如python里面的str，int，float，list，tuple等，在表达一个数据结构的时候，就有各种选择，可以选择不同的方式，而当你选定了数据结构，那么你程序最基本的运行时间就大概已经定型。

类class，其实也是一种数据结构，基本属性，加上一些方法，方法是对自身的一些操作，所以在类里面，总是会有self，那么为什么有的方法没有self，有的方法都是用cls。。。

为什么会产生静态方法，所谓的staticmethod。。。辅助方法，当一个类需要一些方法的时候，但是操作的又不是自身，那么就可以使用静态方法，作为一个辅助方法而存在。

为什么又会有类方法，所谓的classmethod。。。Emmm，只是在一个命名空间之内，可以继承等操作，例如统计这个类创建了多少个。。。

风言风语

攘外必先安内。。。内乱还未平息，外面的市场已经失去先机。。。眼瞎了解一下。。。

帮我是情分，不帮我才是本份。。。帮我是因为你的素质高，帮我也是因为看得起我。。。其实所有的道理都相通。

广告，很多人看东西只看表面。。。所谓的各种滤镜，美颜。。。 太年轻。。。