数据结构｜根据算法写出时间复杂度

结合各种资料，整理出来两类形式

循环主题中的变量参与循环条件的判断

int i=1;
while(i<=n)
	i=i*2;

$i=i\ast 2$是语句执行主体，设执行的次数是t，则有$2^t\le n$，可以得到结果$t\le {\log }_2^n$。
所以有$T(n)=O({\log }_2^n)$。

int y=5;
while((y+1)*(y+1)<n)
	y=y+1;

$y=y+1$是语句执行主体，设执行的次数是t，则有$t=y-5$，带入可以得到$(t+5+1)\ast (t+5+1)<n$，可以得到结果$t<\sqrt{n}-6$。
所以有$T(n)=O(\sqrt{n})$。

循环主题中的变量与循环条件无关

1. 递归程序
   一般转换成公式进行递推。
   一个算法所需事件有下属递归方程式表示，试求出该算法的时间复杂度的级别，n是问题的规模。
   $$T(n)=\{\begin{array}{ll}1,& \text{n=1}\\ 2T(n/2)+n,& \text{n>1}\end{array}$$
   解：$T(2^k)=2^{k}T(0)+k\ast 2^k$，化简得到$T(n)=n+n\ast {\log }_2^n$,
   得到结果$T(n)=O(n\ast {\log }_2^n)$

2. 非递归程序
   比较简单，可以直接累计次数。

int func(int n){
	int i=0, sum=0;
	while(sum<n) sum += ++i;
	return i;
}

主体语句$sum+=++i;$，设执行的次数是t，得到的$sum=0+1+2+...+t=\frac{1}{2}\ast i\ast (i+1)<n$.
所以有$T(n)=O(\sqrt{n})$。