1. 數據結構中演算法的時間和空間復雜度怎麼計算
你好．T(n)＝O( f (n) ) 表示時間問題規模n的增大，演算法執行時間的增長率和f(n)的增長率相同．稱作時間復雜度．如下：1.{++x;s=0}2.for (i=1;i<=n;++i) { ++x; s+=x;}3.for ( j=1; j<=n;++j ) for (k+1;j<=n;++k) { ++x;s+=x;}基本操作「x增1」的語句的頻度分別為1.n和n的平方．則這三個程序段的時間復雜度分別為．O(1). O(n)..O(n平方)．分別為常量階．線性階．和平方階．．．演算法可能呈現的時間復雜度還有對數階O(long n)．指數階O(2 n方)等．空間復雜度：s(n)=O(f(n))其中n為問題的規模（或大小）．一個上機執行的程序除了需要存儲空間來寄存本身所用指令．常數．變數和輸入數據外．也要一些對數據進行操作的工作單元和存儲一些為實現計算所需信息的空間．若輸入數據所佔的空間只取決於問題本身，和演算法無關，則只要分析除輸入和程序之處的額處空間，否則應同時考慮輸入本身所需空間...有點抽象．．．因為本人也學不好．所以．只能回答這些．．見諒．．