常用数据结构操作与算法复杂度总结

博客： blog.shinelee.me | 博客园 | CSDN

时间复杂度

如何评估一个算法的计算时间？

一个算法的实际运行时间很难评估，当时的输入、CPU主频、内存、数据传输速度、是否有其他程序在抢占资源等等，这些因素都会影响算法的实际运行时间。为了公平地对比不同算法的效率，需要脱离开这些物理条件，抽象出一个数学描述。在所有这些因素中，问题的规模往往是决定算法时间的最主要因素。因此，定义算法的时间复杂度$T(n)$，用来描述算法的执行时间随着输入规模的增长将如何变化，增长速度是怎样的。

在输入规模较小时，运行时间本来就少，不同算法的差异不大。所以，时间复杂度通常关注的是输入规模$n$较大时运行时间的变化趋势，称之为渐进复杂度，采用大O记号，表示渐进上界，对于任意的$n>>2$，若有常数$c$和函数$f(n)$满足
$$T(n)\le c\cdot f(n)$$
则记作
T ( n ) = O ( f ( n