分析算法占用的资源;算法分析的目的是（）。
A.找出数据结构的合理性
B.研究算法中输入和输出的关系
C.分析算法的效率以求改进
D.分析算法的易读性和可行性;算法中的基本操作一般是最深层循环内的原操作。
算法执行时间大致=基本操作所需的时间×其运算次数。;算法运行时间=一个简单操作所需的时间×简单操作次数
每条语句执行一次所需要的时间，随机器而异。取决于机器的指令性能，速度以及编译代码的质量。是由及其本身软硬件环境决定的，与算法无关。所以，可以假设执行每条语句的时间均为单位时间，在讨论算法运行时间时不予考虑。所以，算法的运行时间取决于简单操作次数，用T（n）表示，执行简单操作次数越多，其执行时间就相对越多。
为了便于比较不同算法的时间效率，我们仅比较算法简单操作次数的数量级，数量级越大，算法时间复杂度越高。算法的时间复杂度就是用T（n）的数量级来表示，记作O（f（n））。
;intmain()
{
inti,j,n,m=0;
scanf(%d,n);
for(i=0;in;i++)
for(j=0;jn;j++)
m++;
printf(%d,m);
return0;
};这种简化的时间复杂度分析方法得到的结果相同，但分析过程更简单。;/21;下列程序段的时间复杂度是（）。;解：该算法中的基本操作是两重循环中最深层的语句count++，由于外层循环和内层循环之间没有交叉，符合乘积关系，先分析外层循环的执行次数为：;voidfun(intn)
{
inti,x=0;
for(i=1;in;i++)
for(j=i+1;j=n,j++)
x++;
};voidfn(intn)
{
inty=0;
while(y*y=n)
y++;
};voidfun1(intn)
{
i=1,k=100;
while(i=n)
{
k=k+1;
i+=2;
}
};intFind(inta[],ints,intt,intx)
{intm=(s+t)/2;
if(s=t)
{if(a[m]==x)
returnm;
elseif(xa[m])
returnFind(a,s,m-1,x);
else
returnFind(a,m+1,t,x);
}
return-1;
};解：分析递归算法的时间复杂度前先要分析该算法的执行次数递归方程。
该算法的执行次数递归方程为：;各种不同算法时间复杂度的比较关系如下：
O(1)O(log2n)O(n)O(nlog2n)O(n2)O(n3)O(2n)O(n!);某算法的时间复杂度为O(n2)，表明该???法的（）。
A.问题规模是n2 B.执行时间等于n2
C.执行时间与n2成正比 D.问题规模与n2成正比;下面几种算法时间复杂度中，时间复杂度最高的是（）。
A.O(nlog2n) B.O(n2)C.O(n) D.O(2n);;算法的空间复杂度是指（）。
A.算法中输入数据所占用的存储空间的大小
B.算法本身所占用的存储空间的大小
C.算法中所占用的所有存储空间的大小
D.算法中需要的辅助变量所占用存储空间的大小;某算法的空间复杂度为O(1)，则（）。
A.该算法执行不需要任何辅助空间
B.该算法执行所需辅助空间大小与问题规模n无关
C.该算法执行不需要任何空间
D.该算法执行所需空间大小与问题规模n无关;分析如下算法的空间复杂度。