02| 复杂度分析(下)：最好、最坏、平均、均摊时间复杂度

在硬件越来越发达的今天，人们越来越注重程序的性能，那怎么去评估程序的性能呢？那就要用到上一篇的内容，时空复杂度，如果你感兴趣可以前往合集查看。说到时间复杂度，它又被分为了四种： 最好情况时间复杂度、 最坏情况时间复杂度、 平均情况时间复杂度、 均摊时间复杂度。本篇博客都有描述哦，相信你都能掌握。

一、最好、最坏情况时间复杂度

试着分析一下下面这段代码的时间复杂度吧，如果你会不会分析的话，可以用笔者上一篇的文章。

int find(int[] array,int n,int x){
	int i = 0;
	int pos = -1;
	for(;i<n;++i){
	if(array[i] == x) {
		pos =i;
		break;
		}
	}
	return pos;
}

不难发现，这段代码是在数组array中查找x元素，如果存在则返回索引，不存在就返回-1。但是你有没有发现，这段代码大部分情况下不需要遍历完整个数组，元素为数组最后一个的情况很少，找到了元素就结束循环。也就意味着数组中数据分布情况不同，代码执行的次数也就不一样。

为了描述不同情况下不同的时间复杂度，需要使用三个概念名词：最好情况时间复杂度、最坏情况时间复杂度以及平均情况时间复杂度。

见名知意，最好情况时间复杂度，就是在最理想的情况下，执行这段代码的时间复杂度。对应到上面的例子，当要查询的元素刚好为第一个时，代码只需要执行一次就结束，时间复杂度为O(1)。

最坏情况时间复杂度，就是在最糟糕的情况下，执行这段代码的时间复杂度。对应到上面的例子，当要查询的元素不在数组中时，需要从头到尾遍历数组，时间复杂度为O(n)。

经过上面的分析，可以发现最好、最坏情况时间复杂度都对应的是比较极端的情况，发生的概念非常低，为了比较精确地表示代码在大部分情况下的时间复杂度，我们需要引入下面这个例子"平均情况时间复杂度".

二、平均情况时间复杂度

三、均摊时间复杂度

四、内容小结

五、课后思考