本文介绍了算法的时间复杂度，强调了在分析算法效率时首先要考虑时间复杂度。通过渐近记号和一些性质，如O记号的运算规则，阐述了如何评估算法随着输入规模增长的行为。常见的时间复杂度阶别包括O(1)到O(2^n)，并指出找到关键操作是计算时间复杂度的关键。
算法是什么？简单的说就是一系列计算步骤，用来将输入的数据转换成输出的结果。
这是个概念而已，具体的对算法的理解在以后的具体算法中领悟吧（啊。。。多么痛的领悟
)
首先，我觉得对于算法最先考虑的是时间复杂度，所以我们先从这方面开始吧。这篇算是数学基础吧，以后看解释算法的时间复杂度时更容易些。甚至自己分析是有个基本的概念和方法。
好了闲话少说，言归正传（亲们时间紧张的话，这句前面的都可以不看哦）
1.渐近记号
对于算法的效率，通常是考虑算法的运行时间如何随着输入规模无限增大而增加。T(n)为定义在整数域上的，算法最坏情况下的运行时间。即输入为整数规模。
其中f（n）应为集合中的一元，但通常用等号表示如f(n) =O(n);
以上是正式的定义，下面给出直观的图例
2.一些性质（待补充）
(1) 一般来说，对于多项式
，ad>0,p（n） =
最低0.47元/天 解锁文章
828
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
