时间复杂度 简介

概念

时间复杂度是同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。

计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。
这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况。

分析

例如：O(1)、O(n)、O(1lgn)、O(nlogn)、O(n^2)等
O描述的是算法的运行时间和输入数据之间的关系；
算法和n呈线性关系。
，有助于目录的生成

直接输入1次#，并按下space后，将生成1级标题。
输入2次#，并按下space后，将生成2级标题。
以此类推，我们支持6级标题。有助于使用TOC语法后生成一个完美的目录。

举例

动态数组添加操作的时间复杂度

修改操作

查找操作

删除操作

总的来说

分类

按数量级递增排列，常见的时间复杂度有：
常数阶O(1),对数阶O(log2^n),线性阶O(n),
线性对数阶O(nlog2n),平方阶O(n^2)，
立方阶O(n^3),
k次方阶O(n^k)，
指数阶O(2^n),
随着问题规模n的不断增大，上述时间复杂度不断增大，算法的执行效率越低。