大O表示法——执行操作的次数

O(n) 其没有特定的单位，它可以让我们比较操作次数，指出算法运行时间的增速。

一、举例理解

想要在一张纸上得到16个矩形

1、方法一：画

图片引自《算法图解》（如侵权删）

很明显可以看出该方法需要操作16次，该方法一次只能完成一个矩形，操作效率为 1， 所以为了得到16个矩形需要操作16 / 1 = 16次。当将需求放大至n时，其操作次数为n，用大O表示为O(n)。

1、方法二：折

图片引自《算法图解》（如侵权删）

可以看出该方法仅需要操作4次，比画的方法操作次数减少很多，该方法一次只能完成二个矩形，操作效率为 2^n， 所以为了得到16个矩形需要操作2^n = 16即n = log2(16) = 4。当将需求放大至n时，其操作次数为log2(n)，用大O表示为O(log(n))(大O里忽略系数)。

二、常见大O运行时间

$O(logn)$ : 常见的二分查找
$O(n)$ ：常见的简单查找
$O(n\ast logn)$ ：常见的有快速排序
$O(n^2)$：常见的有选择排序

• 列表n个元素
• 每次查找一个元素，总共查找n^2次

$O(n!)$：常见的有旅行商问题

通过下图可以简单看下，相同的目标数，不同算法所需要的操作次数