我想知道算法的复杂性与问题的复杂性之间的区别，也就是说，哪些点与两个不同
答案 0 :(得分：3)
好问题！大多数人都不区分这两者，这是一个很大的禁忌。
简单地说，算法的复杂性是算法的运行时间。这可以通过多种方式表示，大O，大Theta或任何类似的Landau Notations。还有其他表示形式，但最常用于大O表示法，可用于分析算法的最坏情况时间复杂度作为输入大小的函数。
问题的复杂性通常是解决问题的任何算法的下限（wiki这里是一个不错的资源）。例如，我们可以证明基于比较的排序具有n log n的下限。这意味着，通过比较元素进行排序的任何算法，无论使用哪种算法，在最坏的情况下至少需要n log n次。使用Landau表示法我们会说这个问题需要Omega(n log n)。
总之，问题复杂性是一个下限，算法通常建立一个上限。当您找到一个算法的上限与问题的下限匹配时，您就找到了一个渐近最优的算法！