时间复杂度

前言：

        在一个算法中，我们如何衡量一个算法的好坏呢？可以去看该算法的复杂度；那么该算法的复杂度又是怎么衡量的呢？？？

我们可以去关注他的时间复杂度和空间复杂度

一、时间复杂度

        用来衡量算法的运行快慢的函数（指的数学里面的函数），算法中的基本操作的执行次数就是时间复杂度

基本执行次数（先立F(N)函数）

二、如何计算（用到大O渐进法）

注：计算的是估算值，并不是精确值，因为运行时间很快，无法做到精确

1、用例子来告诉你

//循环执行的的次数为N   得到如下函数

 循环了N*N次

 循环N*N+N

循环N*N*N次

 循环N+M次

循环2*N次

 循环10次

以上几个简单例子为例，讲解下大O渐进法

他们的大O（时间复杂度）

就是O(  ) 在括号里填上他的变量，其他省略掉

2、时间复杂度关注的是最坏的情况

就好比，你今天去约会，你4点下班，你到约会地点不堵车，正常下班，大概花20分钟，但是如果出现最糟糕的情况需要1个小时，还有一个你的期望值，就是你规定几点见面，就能几点到。那么你约定时间是不是应该选择最晚的情况，这样确保自己无论如何都不会迟到。你要知道你若老是失约，是容易让对方失望滴，所以上面N^2+N 为啥表达出来为 O(N^2) 也可以这么理解

最好情况:

        任意输入规模的最小运行次数（下界）

平均情况:

           任意输入规模的期望运行次数

最坏情况：

          任意输入规模的最大运行次数（上界）

例如：冒泡排序最少是不是就是n*1 => O(N) 

最多就要N*（N-1）=> O(N^2)      由 [N*（N-1）= N*N-N ]推出

3、 总结：   

   其实就是将函数取极限值（无限趋于无穷大）进行比较，时间复杂度是O(N)

因为趋于0的话，CPU运行速度很快，所以不能用->0进行比较时间复杂度 ；当然O越大说明需要花费的时间越多，时间复杂度越复杂，这个算法也就越差，一般情况下O(N^4)是不太可能的出现，因为运行时间太长，能写出这样的程序你可以全铺盖走人了

值得注意的是：不要只看循环里面 i< N 这个表达式，因为我们算时间复杂度，看的是操作执行的次数，要用电子智慧哦！！！！！！！！！！！！！！！！！！！！！

三、列举一些情况：

下面黑体字中x并不是代码循环里面的x，黑体x是循环次数

二分查找的次数也是一个对数函数 所以为O(log)'

二分查找函数mid可以换成int mid = begin + (end - begin) >> 1;   为了防止溢出

关于while循环中写 begin<=end   begin < end

想当于看区间          [begin,end]   [begin,end）f