引言
在现代计算机科学和编程中，算法的效率至关重要。算法效率不仅影响程序的运行时间，还直接关系到程序的内存使用情况。为了评估和优化算法，我们常用两个主要指标：时间复杂度和空间复杂度。本文将详细介绍这两个概念，并通过C语言示例来解释它们的实际应用。
一、算法效率的基础
在算法设计中，我们先后追求以下两个层面的目标。
1. 找到问题解法：算法需要在规定的输入范围内可靠地求得问题的正确解。
2. 寻求最优解法：同一个问题可能存在多种解法，我们希望找到尽可能高效的算法。
也就是说，在能够解决问题的前提下，算法效率已成为衡量算法优劣的主要评价指标，它包括以下两个维度。 ‧ 时间效率：算法运行速度的快慢。 ‧ 空间效率：算法占用内存空间的大小。
简而言之，我们的目标是设计“既快又省”的数据结构与算法。时间效率和空间效率的评估可以帮助我们选择合适的算法来处理特定问题，并优化程序性能。时间复杂度和空间复杂度是用于衡量这两个方面的关键指标。
二、时间复杂度
1.概念
时间复杂度（Time Complexity）用来衡量算法执行所需时间如何随着输入规模的增长而变化。它帮助我们评估算法在处理大数据量时的表现。时间复杂度通常用大O符号表示，描述了算法在最坏情况下的运行时间。
O的渐进表⽰法 ⼤O符号（Big O notation）：是⽤于描述函数渐进⾏为的数学符号
