算法效率的度量：
A、事后统计法：比较不同算法对同一组输入数据的运行处理时间。
缺陷：
1、为了获得不同算法的运行时间必须编写相应程序。
2、运行时间严重依赖硬件以及运行时的环境因素。
3、算法的测试数据的选取相当困难
事后统计法虽然直观，但是实施困难且缺陷多，一般不予考虑。
B、事前分析估算：依据统计的方法对算法效率进行估算。
影响算法效率的主要因素：
1、算法采用的策略和方法
2、问题的输入规模
3、编译器所产生的代码
4、计算机执行速度
从以上三种来看，t3<t2<t1。
算法效率的度量：大O表示法，简化了算法效率的比较，
1、算法效率严重依赖于操作(Operation)数量。
2、在判断时首先关注操作数量的最高次项。
3、操作数量的估算可以作为时间复杂度的估算。
O(5) = O(1)
O(2n + 1) = O(2n) = O(n)
O(n^2 + n + 1) = O(n^2)
O(3n^3+1) = O(3n^3) = O(n^3)
在没有特殊说明时，我们所分析的算法的时间复杂度都是指最坏时间复杂度。
算法空间的复杂度：
算法的空间复杂度通过计算算法的存储空间实现，
S(n) = O(f(n))，
其中，n为问题规模，f(n)为在问题规模为n时所占用存储空间的函数。
大O表示法同样适用于算法的空间复杂度，当算法执行时所需要的空间是常数时，空间复杂度为O(1)。
空间与时间的策略：
1、多数情况下，算法执行时所用的时间更令人关注
2、如果有必要，可以通过增加空间复杂度来降低时间复杂度
3、同理，也可以通过增加时间复杂度来降低空间复杂度
在实现算法时，需要分析具体问题对执行时间和空间的要求。