1. 数据结构中算法的时间和空间复杂度怎么计算
你好．T(n)＝O( f (n) ) 表示时间问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同．称作时间复杂度．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”的语句的频度分别为1.n和n的平方．则这三个程序段的时间复杂度分别为．O(1). O(n)..O(n平方)．分别为常量阶．线性阶．和平方阶．．．算法可能呈现的时间复杂度还有对数阶O(long n)．指数阶O(2 n方)等．空间复杂度：s(n)=O(f(n))其中n为问题的规模（或大小）．一个上机执行的程序除了需要存储空间来寄存本身所用指令．常数．变量和输入数据外．也要一些对数据进行操作的工作单元和存储一些为实现计算所需信息的空间．若输入数据所占的空间只取决于问题本身，和算法无关，则只要分析除输入和程序之处的额处空间，否则应同时考虑输入本身所需空间...有点抽象．．．因为本人也学不好．所以．只能回答这些．．见谅．．