数据结构时间空间复杂度

时间复杂度是衡量算法执行时间消耗的度量标准，它表示随着输入规模的增大，算法执行时间的增长速度。空间复杂度是衡量算法执行过程中所需的内存空间资源的度量标准，它表示随着输入规模的增大，算法所需的内存空间的增长速度。

时间复杂度通常以大O表示法表示，表示算法的最坏情况下的时间消耗。例如，O(1)表示常数时间复杂度，即算法的执行时间不随输入规模的增加而增加；O(log n)表示对数时间复杂度，即算法的执行时间随着输入规模的增加而以对数方式增加；O(n)表示线性时间复杂度，即算法的执行时间随着输入规模的增加而线性增加；O(n^2)表示平方时间复杂度，即算法的执行时间随着输入规模的增加而平方增加，以此类推。

空间复杂度也通常以大O表示法表示，表示算法在执行过程中所需的额外内存空间，不包括输入数据占用的空间。例如，O(1)表示常数空间复杂度，即算法所需的额外内存空间固定不变；O(n)表示线性空间复杂度，即算法所需的额外内存空间随着输入规模的增加而线性增加；O(n^2)表示平方空间复杂度，以此类推。