算法的时间复杂度

时间复杂度

1. 度量程序的执行时间的方法：
   1). 事后统计：通过使用计算机内部的计时功能。但是该方法有两个明显缺陷：一是程序需要提前运行，二是计算的时间不仅仅依赖于算法本身，还依赖于计算机的硬件，软件等环境。
   2). 事前估计：由算法策略，问题规模，程序的语言，编译程序产生的机器码质量，机器执行指令速度决定。

度量算法的时间执行效率不应该与计算机软硬件，程序执行时间相关，而应该仅依赖于问题的规模(通常用n来表示)。
一个算法由控制结构（顺序，分支和循环）和原操作（对数据的操作）构成的，算法时间由二者的综合效果来决定。为了便于比较对同一问题的不同算法，时间度量通常由最深层循环内的原操作的重复执行次数决定。
例子-最深层循环内的原操作：“val+1”。

```java
int n = 100;
int val = 0;
int t = 0;
for(int i=0; i<n; i++){
	t++;
	for(int j=0; j<=i;j++){
			val = val+1;
	}
}
```

2. 时间复杂度定义: 若算法中的基本操作重复执行的次数为问题规模为n的某个函数f(n), 则算法的时间度量记作：T(n) = O(f(n)), 它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同。
   由于算法的执行时间还随着输入数据的不同而发生变化，所以时间复杂度通常讨论的是最坏情况下的时间复杂度。

3. 时间复杂度的值：
   O(1), O(logn), O(n), O(nlogn), O($n^k$), O($k^n$), O(n!)
   通常够忽略常数和只保留方根数最大的项：如果一个算法得基本操作得执行次数为3$n^2$+2n+n, 通常会认为它得时间复杂度为O($n^2$)。二分法的执行时间为log2n, 时间复杂度记为O(logn)。

来源：

1. 数据结构（第二版；严蔚敏&吴伟民）
2. https://leetcode-cn.com/leetbook/read/illustration-of-algorithm/r81qpe/
3. https://guguoyu.blog.csdn.net/article/details/80891462