【算法】时间复杂度

常数时间的操作

操作和数据样本的数据量没有关系，每次都是固定时间内完成的操作叫常数操作

时间复杂度为一个算法流程中，常数操作数量的一个指标。常用O（读作big O）来表示。最差情况
先对一个算法流程熟悉，总结出 常数操作的数量表达式

在表达式中，只要高阶项，不要低阶项，也不要高阶项的系数，剩下的部分如果为f(N)，那么时间复杂度为O(f(N))

评价一个算法流程的好坏，先看时间复杂度的指标，在分析不同数据样本下的实际运行时间，也就是“常数项时间”

常见的复杂度

• 常数时间复杂度（O(1)）：不论输入规模的大小，算法都需要恒定的时间。
• 线性时间复杂度（O(n)）：算法的执行时间与输入规模成正比，例如遍历一个数组或者链表。
• 对数时间复杂度（O(logn)）：算法的执行时间随着输入规模的增长而稍微增加，例如二分查找算法。
• 线性对数时间复杂度（O(nlogn)）：算法的执行时间比纯线性复杂度稍高，例如快速排序算法或者归并排序算法。
• 平方时间复杂度（O(n^2)）：算法的执行时间与输入规模的平方成正比，例如嵌套循环。
• 指数时间复杂度（O(2^n)）：算法的执行时间随着输入规模的指数级增长，例如穷举法。