时间复杂度的小结

1、什么是时间复杂度？

一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数f(n)，算法的时间量度记作T(n)=O(f(n))。

它随问题规模n的增大，算法时间的增长率不超过f(n)的增长率，称作算法的渐进时间复杂度，简称时间复杂度。

---

2、时间复杂度的几条计算规则。

一般情况下，通过找出执行次数最多的代码段，把它们的运行语句的总次数表示为n的函数。

1、大部分情况下，单个表达式和语句的运行时间是常数，记为 O(1)( 即 O(n^0) )。

2、对于并列循环语句，取各循环结构计算时间的最大值。

3、对于嵌套循环结构，取最内层循环体中语句执行次数。

4、如果各层循环的次数是相互无关的，可简单采用乘法法则：各层循环的次数相乘。

5、递归算法的运行时间可分为以下两部分

(1)执行目前层次的递归分解运算所需时间。
(2)执行递归调用所需时间。

---

3、常见的复杂度

下面将算法中常见的f(n)值根据几种典型的数量级来列成一张表，根据这种表，我们来看看各种算法复杂度的差异

类	符号	举例
常数	O(1)	返回数组的第一个元素
对数	O(logn)	对有序数组进行折半查找
线性	O(n)	对数组进行顺序查找
nlogn	O(nlogn)	归并排序
平方	O(n^2)	选择排序
立方	O(n^3)	传统的矩阵相乘
指数	O(2n)	汉诺塔

---

4、常见函数的增长率