时间复杂度：
(代码每行运行的次数总和，大O符号表示法：描述代码执行时间的增长变化趋势)
常见时间复杂度（按效率排序）
O(1) < O(logn) < O(n) < O(nlogn) < O(n²) < O(n²logn) < O(n³)
对数阶O(logn):
当算法中循环出现折半的时候，就会出现对数阶
例子：
线性对数阶O(nlogn)：
for m in n:
i = 1
while(i<n):
i = i * 2
时间复杂度是衡量算法效率的重要指标，它描述了代码执行时间随输入数据规模增长的趋势。常见的复杂度包括常数阶O(1)，对数阶O(logn)，线性阶O(n)，线性对数阶O(nlogn)，平方阶O(n²)，平方对数阶O(n²logn)以及立方阶O(n³)。例如，当算法使用二分查找时，其时间复杂度为O(logn)。
7394
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
