時間複雜度一般看迴圈巢狀幾層，每一層的迴圈次數和哪個變數有關

語句總的執行次數T(n)是關於問題規模n的函式，進而分析T(n)隨n的變化情況並確定T(n)的數量級。演算法的時間複雜度，也就是演算法的時間量度，記作：T(n）=0(f(n))。它表示隨問題規模n的增大，演算法執行時間的埔長率和 f(n)的增長率相同，稱作演算法的漸近時間複雜度，簡稱為時間複雜度。其中f( n)是問題規模n的某個函式。

空間複雜度就看你申請記憶體用了多少(陣列長度)，與哪個變數有關

空間複雜度(Space Complexity)是對一個演算法在執行過程中臨時佔用儲存空間大小的量度，記做S(n)=O(f(n))。比如直接插入排序的時間複雜度是O(n^2),空間複雜度是O(1) 。而一般的遞迴演算法就要有O(n)的空間複雜度了，因為每次遞迴都要儲存返回資訊

分析一個演算法的時間複雜度步驟：

• 用常數1取代執行時間中的所有加法常數。
• 在修改後的執行次數函式中，只保留最高階項。
• 如果最高階項存在且不是1，則去除與這個項相乘的常數。
• 得到的最後結果就是大O階。

空間複雜度計算

•  忽略常數，用O(1)表示 
• 遞迴演算法的空間複雜度=遞迴深度N*每次遞迴所要的輔助空間 
• 對於單執行緒來說，遞迴有執行時堆疊，求的是遞迴最深的那一次壓棧所耗費的空間的個數，因為遞迴最深的那一次所耗費的空間足以容納它所有遞迴過程。