编辑“︁算法”︁（章节）

==复杂度==
===时间复杂度===
{{main|时间复杂度}}
{{see also|P (複雜度)|NP (複雜度)}}
算法的[[时间复杂度]]是指算法需要消耗的时间资源。一般来说，电脑算法是问题规模<math> n </math>的函数<math> f(n)</math>，算法的时间复杂度也因此记做
：<math>T(n)= \mathcal{O}(f(n))</math>
算法执行时间的增长率与<math> f(n)</math>的增长率正相关，称作{{link-en|渐近时间复杂度|Asymptotic computational complexity}}，简称时间复杂度。
常见的时间复杂度有：常数阶<math> O(1)</math>，对数阶<math> O(\log n)</math>，线性阶<math> O(n)</math>，线性对数阶<math> O(n\log n)</math>，平方阶<math> O(n^2)</math>，立方阶<math> O(n^3)</math>，...，<math> k </math>次方阶<math> O(n^k)</math>，指数阶<math> O(2^n)</math>。随着问题规模<math> n </math>的不断增大，上述时间复杂度不断增大，算法的执行效率越低。

===空间复杂度===
{{main|空间复杂度}}
算法的[[空间复杂度]]是指算法需要消耗的空间资源，其计算及表示方法与时间复杂度类似，一般會使用复杂度的[[渐近性]]表示。不過，與时间复杂度相比，空间复杂度的分析是简单許多的。