常用算法思想

1、分治
2、贪心算法
3、分支界定
4、回溯
5、动态规划

复杂度

数据结构和算法解决是“如何让计算机更快时间、更省空间的解决问题”。因此需从执行时间和占用空间两个维度来评估数据结构和算法的性能。
性能测试相比，复杂度分析有不依赖执行环境、成本低、效率高、易操作、指导性强的特点。

• 多项式阶：随着数据规模的增长，算法的执行时间和空间占用，按照多项式的比例增长。包括，
  

O(1)（常数阶）、O(logn)（对数阶）、O(n)（线性阶）、O(nlogn)（线性对数阶）、O(n^2)（平方阶）、O(n^3)（立方阶）

O(1)> O(log N ) > O(N ) > O( n log N) > O( n^2)

• 非多项式阶：随着数据规模的增长，算法的执行时间和空间占用暴增，这类算法性能极差。包括，
  

O(2^n)（指数阶）、O(n!)（阶乘阶）