通常衡量算法的性能有 2 个标准，分别为时间复杂度和空间复杂度。其中，时间复杂度衡量的是执行当前算法所消耗的时间，空间复杂度衡量的则是执行当前算法所需占用的内存空间大小。

1. 时间复杂度

1.1 线性阶

如果数组长度为，而你的算法需要查询次才能得出结果，那么该算法的时间复杂度为。

回想一下之前提到的数组的反转，如果采用收尾交换的方式，那它的时间复杂度为

1.2 常数阶

无论数组长度有多长，你所设计的算法只需要查询 1 次就可以得出结果，那么该算法的时间复杂度为，比如 Hash 表。

1.3 指数阶

之前介绍过的冒泡排序算法，它的时间复杂度为。

1.4 对数阶

二分查找法的时间复杂度为。

1.5 高级排序

待补充

2. 空间复杂度

如果数据的长度越长，则需要更大的空间，比较常用的有、、：

• ：如果算法执行所需的临时空间不会随着数组长度变化而变化，即该算法的空间复杂度为一个常数
• ：如果每当数组长度增加 1，就需要一个额外的内存空间