notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8

notation），表示函式 ?(?) 的 漸近上界（asymptotic upper bound）。 時間複雜度分析本質上是計算“操作數量 ?(?)”的漸近上界，它具有明確的數學定義。 函式漸近上界 若存在正實數 ? 和實數 ?0 ，使得對於所有的 ? > ?0 ，均有 ?(?) ≤ ? ⋅ ?(?) ，則可認為 ?(?) 給 出了 ?(?) 的一個漸近上界，記為 ?(?) = ?(?(?)) 。 望。在這種情況下，我們通常使用最差時間複雜度作為演算法效率的評判標準。 為什麼很少看到 Θ 符號？ 可能由於 ? 符號過於朗朗上口，因此我們常常使用它來表示平均時間複雜度。但從嚴格意義上講，這 種做法並不規範。在本書和其他資料中，若遇到類似“平均時間複雜度 ?(?)”的表述，請將其直接 理解為 Θ(?) 。 2.4 空間複雜度 空間複雜度（space complexity）用於衡量演算法佔用記憶體空間隨著資料量變大時的增長趨勢。這個概念與 有字元都編碼為 2 位元組長度。這樣系統就可以每隔 2 位元組解析一個字元，恢復這個短語的內容了。 圖 3‑7 Unicode 編碼示例 然而 ASCII 碼已經向我們證明，編碼英文只需 1 位元組。若採用上述方案，英文文字佔用空間的大小將會是 ASCII 編碼下的兩倍，非常浪費記憶體空間。因此，我們需要一種更加高效的 Unicode 編碼方法。 3.4.4 UTF‑8 編碼 目前，UTF‑8