时间复杂度的计算2（递归函数）

接上篇时间复杂度1，我们已经知道了时间复杂度的定义及一般运算方法，接下来我们学习一下递归算法的时间复杂度

例如

求n!的递归算法：

int fun(int n）
{
    if(n==1)
    return 1;
    else
    return n*fun(n-1);
}

求fun(4),n=4

fun(4)---O(1)

fun(3)---O(1)

fun(2)---O(1)

fun(1)---O(1)

共O(n)。虽然没有包含循环，但是时间复杂度不是O(1),而是O(n).

例

void fun(int a[],int n,int k)
{
    int i;
    if(k==n-1)
        for(i=0;i<n;i++)
        cout<<a[i <<" ";
    else
    {
        for(i=k;i<n;i++)
        a[i]=a[i]+i*i;
        fun(a,n,k+1);
    }
}

函数包含并列的两重循环，即为一重循环，，那它的时间复杂度是O(n)吗？显然不是。而是O（n*n) 

因此，我们在求时间复杂度时，不是要单单关注其循环次数，还要关注其中有没有递归，应该对代码进行分析求得最终的时间复杂度。

常见的时间复杂度的大小比较为：

O(1)<O(logn)<O(n)<O(nlogn)<O(n*n)<O(n*n*n)<O(2的n次方)<O(n*n-1*...*2*1)<O(n的n次方) .