时间复杂度计算

在竞赛中，一般认为计算机在1秒内可以执行5 × 1e8 次计算，计算次数如果超出这个限制会出现超时。

1.O(1)

如果直接访问一个数值的时候，直接查找一个矩阵中的第i行第j列直接访问输出A【i】【j】就行了，

2.O(log（2）n)

这种情况就是每一步计算后，问题规模就会减小一半，例如在一个长度为n的有序数列中查找某一个数的时候，用折半查找的方法只需要log（2）n次就能找到，再如分治法，一般情况下，在每个步骤把规模减小一倍，所以一共有O(log（2）n)个步骤。

3.O(nlog（2）n)

计算时间随规模n线性增长，在很多情况下，这是算法可能达到的最优复杂度，因为对输入的n个数，程序一般需要处理所有的数，即计算n次。

5.O(n*n)

一个两重循环的算法时间复杂度为O（n*n），例如冒泡排序使用的双重循环。

6.O(2^n)

一般对应集合问题，例如一个集合里面有n个数要求输出它的所有子集，子集有2^n个

7.O(n!)

在排列问题里，如果要求把所有的结果全部输出，那么时间复杂度就是O(n!)。

在时间限制为1秒的时候

当n<=11的时候，哪种时间复杂度都可以通过。

当n<=25的时候，O(n!)不能通过

当n<=5000的时候，O(2^n)，O(n!)不能通过

当n<=1e6的时候，O(n*n)，O(2^n)，O(n!)不能通过

当n<=1e7的时候，O(nlog（2）n)，O(n*n)，O(2^n)，O(n!)不能通过

当n<=1e8的时候，O(log（2）n)能通过。