【数据结构】绪论 总结

重点总结一下时间复杂度：

1.概念

一个语句的频度是指该语句在算法中被重复执行的次数。算法中所有语句的频度之和记作T(n),它是该算法问题规模n的函数，时间复杂度主要分析T(n)的数量级。通常采用算法中基本运算的频度f(n)来分析算法的时间复杂度。算法的时间复杂度记为：

           T(n)=O(f(n))

O代表T(n)的数量级。它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度，简称为时间复杂度。其中f(n)是问题规模n的某个函数。这样用O()来体现算法时间复杂度的记法，我们称之为大O记法。

2.计算方法

1)用常数1取代运行时间中的所有加法常数。

2）在修改后的运行次数函数中，只保留最高阶项。

3）如果最高阶项存在且不是1，则去除与这个项相乘的常数。

得到的结果就是大O阶。

注意：

1）分析算法的复杂度，关键就是要分析循环结构的运行情况。

2）常用的时间复杂度所耗费的时间：

O(1)<O(logn)<O(n)<O(nlogn)<O(n²)<O（n³）<O（2^n）<O(n!)<O(n^n)

3)通常，我们提到的时间复杂度都是最坏时间复杂度