算法的时间性能分析

      算法的时间复杂度在PC机上开发可能关系不太大，但是到了嵌入式系统下，复杂度就变得很重要了，一个复杂度很高的程序会使得本来有限的资源变得更加拮据，本文系转载自longmans的网易博客，借此学习下复杂度的计算。

本文主要从四个方面分析算法的复杂度：

一、算法耗费的时间和语句频度：
　　一个算法所耗费的时间=算法中每条语句的执行时间之和。每条语句的执行时间=语句的执行次数(即频度(Frequency Count))×语句执行一次所需时间。
    算法转换为程序后，每条语句执行一次所需的时间取决于机器的指令性能、速度以及编译所产生的代码质量等难以确定的因素。若要独立于机器的软、硬件系统来分析算法的时间耗费，则设每条语句执行一次所需的时间均是单位时间，一个算法的时间耗费就是该算法中所有语句的频度之和。如下例：

求两个n阶方阵的乘积 C=A×B,其算法如下： 

# define n 100  // n可根据需要定义,这里假定为100
void MatrixMultiply(int A[a]，int B [n][n]，int C[n][n])
{ 
	//右边列为各语句的频度
	int i ,j ,k;
(1)	for(i=0; i＜n;j++) // n+1
(2)		for (j=0;j＜n;