算法效率评估

算法层面，我们无非解决两个问题

1. 找到问题的解法: 最重要的一点是，他首先能解答问题。
2. 寻求最优解法: 其次，他需要尽可能的优化，以达到最优的性能, 一般从时间和空间两个维度来评估， 但往往在实际中，我们需要做权衡。

所以，在效率评估中，我们主要关注的是 时间维度 和 空间维度。

• 时间维度: 评估算法执行的效率，一般用时间复杂度来表示。
• 空间维度: 评估算法执行时所占用的内存空间，一般用空间复杂度来表示。

最终，我们需要在时间和空间维度上找到一个平衡点，以达到最优的性能。

效率评估的两种方式，一种是 事后统计法， 一种是 事前分析法。

事后统计法

事后统计法，顾名思义，就是通过实际运行程序来统计执行时间，比较偏实际。

• 优点: 直观， 真实
• 缺点: 需要实际运行， 受环境影响大， 结果不准确

事前分析法

事前分析法，顾名思义，就是通过分析代码来预估执行时间，比较偏理论。

• 优点: 不需要实际运行， 结果准确
• 缺点: 需要分析代码， 结果不准确

当我们一般的评估的话，实际上还是事前分析法， 具体而言的话 复杂度分析。

注意，这里并非分析出具体执行的时间，而是通过一种相对的复杂度来评估执行时间， 如 O(1), O(n), O(n^2) 等。

复杂度分析的好处在于“量执行某个算法所需的时间和空间资源，对比不同算法之间的效率”