时间复杂度简单了解

当我们在洛谷做题时时常能遇到美丽的彩虹，令人十分高兴，像这样

而其中的TLE和MLE就与我们的标题关联起来，下面是TLE和MLE的意思：

TLE

Time Limit Enough 时间充裕

Time Limit Exceed 超出时间限制/超时

出现TLE是在告诉你，太慢啦，赶紧给我去改代码！

MLE

Memory Limit Enough 内存充裕

Memory Limit Exceed 超出内存限制

出现MLE是在告诉你，你内存炸了，快去改代码！

时间复杂度

所以为了避免以上情况，我们应该对我们自己写的代码有一个预先的估计，而不是写一段代码，让它跑一跑，最后看电脑给你回复的运行时间。

于是聪明的人们提出时间复杂度的概念：

时间频度是每一行代码的执行次数之和，记作T(n).

举个例子：

for(int i=0;i<n;i++)   {cout<<i;               }

int i=1 记1次；i<n 记n+1次；i++ 记n次

cout<<i 记n次

所以，T(n)=3n+2

但是，随着n的不断增大，+2，*3，对于n的影响却越来越小，所以我们对它进行一个简化T(n)~f(n)=n,

记作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。

所以这段代码的时间复杂度为O(n).

常见的时间复杂度量级

常数阶O(1)

对数阶O(logN)

线性阶O(n)

线性对数阶O(nlogN)

平方阶O(n^2)

立方阶O(n^3)                                             

K次方阶O(n^k)

指数阶O(2^n)

阶乘O(n!)

以上从上至下依次的时间复杂度逐渐增大（建议记住，省的计算）

空间复杂度

（本蒟蒻遇到这种情况不多，等我学明白了再来补充）