时间复杂度其实就是算法执行完的步骤次数。
二分时间复杂度 log(n)
二分法时间复杂度为什么是logN解析。
二分法就是把一个数据规模为N的先分为N/2，然后再分为N/4,N/8,N/16…一直等分到N/y =1的时候就不分了，现在我们来考虑下，到底分多少次才能把规模为N的数据分到结果为1，这里假设为x次，这个x就是次数，也是我们用大O表示法表示的时间复杂度，我们只需要把x取到就可以了。
这里按我们的数学思维把规律列举一下。
| 次数 | 结果 | 规律 |
|---|---|---|
| 1 | N/2 | N/2^1 |
| 2 | N/4 | N/2^2 |
| 3 | N/6 | N/2^3 |
| 4 | N/16 | N/2^4 |
我们很明显一眼就可以看出，假如x次后结果为1，那么
N/2^x = 12^x = Nx=logN
因此二分法的时间复杂度就是O(logN)
二叉树的高度：二叉树的高度是从叶节点开始（其高度为1）自底向上逐层累加的。
二叉树的深度：二叉树的深度是从根节点开始（其深度为1）自顶向下逐层累加的。
- 虽然树的深度和高度一样，但是具体到树的某个节点，其深度和高度是不一样的。因此，二叉树的高度和深度不一样。
- 具有n个结点的完全二叉树的深度为「log2n」+1
- 二叉树的高度和深度一样吗 • Worktile社区
二叉树时间复杂度：O(n)
二叉树空间复杂度：
- 二叉树中，空间复杂度主要取决于树的高度和节点数。对于一个有n个节点的二叉树来说，其高度为logn，所以空间复杂度为O(logn)。
- 如果二叉树是满二叉树，即每个节点都有2个子节点，那么空间复杂度是O(n)，需要存储所有节点。
LC215 时间复杂度
