算法的时间复杂度

#算法的时间复杂度

##度量一个程序的执行时间的两种方法：

事后统计的方法
这种方法可行，但是有两个问题：一是要想对设计的算法的运行性能进行测评，需要实际运行该程序；二是所得时间的统计量依赖于计算机的硬件、软件等环境因素，这种方式，要在同一台计算机的相同状态下运行，才能比较哪个算法速度更快。

事前估算的方法
通过分析某个算法的时间复杂度来判断哪个算法更优
##时间频度
一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它的花费时间就多，一个算法中的语句执行次数称为语句频度或时间频度，记为T（n）。
##时间复杂度
一般情况下，算法中的基本操作语句的重复执行次数是问题规模n的某个函数，用T(n)表示，f(n)是T(n)的同数量级函数，即T(n)=O(f(n))，称O(f(n))为算法的渐进时间复杂度，简称时间复杂度；
T(n)不同，?时间复杂度可能相同；
计算时间复杂度的方法：
用常数1代替运行时间中的所有加法常数；
修改后的运行次数函数中，值保留最高阶项；
去除最高阶项的系数。
##常见的时间复杂度
常数阶、对数阶、线性阶、线性对数阶、平方阶、立方阶、k次方阶、指数阶
##平均时间复杂度和最坏时间复杂度