一般情况下,算法中基本操作重复执行的次数是问题规模n的某个函数f(n),所以算法的时间复杂度记做
T(n)=O(f(n))
表示问题规模n的增大,算法执行时间的增长率和f(n)的增长率同。
大多数情况下基本操作的原操作应是最深层循环内的语句,它的执行次数和包含它的语句频度相同。
由于算法的时间复杂度考虑的只是对于问题规模n的增长率,所以在难以精确计算基本操作执行次数的情况下,我们只求出它关于n的增长率(也就是阶)即可。
一个程序在计算机上运行所费的时间通常取决于下面几个因素:
1,算法的策略。
2,问题的规模,例如10个数排序还是1000个数排序。
3,书写程序的语言,对于同一个算法,实现语言越高级,执行效率越低。
4,编译程序产生机器代码的质量。
5,机器执行指令的速度。(也就是汇编速度)