时间复杂度浅理解

算法时间复杂度
算法中的基本操作语句的重复执行次数是问题规模 n 的某个函数，用 T(n)表示，
若有某个辅助函数 f(n)，使得当 n 趋近于无穷大时，T(n) / f(n) 的极限值为不等于零的常数，则称 f(n)是 T(n)的同数量级函数。
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。

常见的时间复杂度
1.常数阶O(1)
  int a = 2;
  int b = 1000;
  int c = a+b;
  上述代码没有循环等复杂结构，执行次数跟变量值无关，所以时间复杂度为O(1)
2.对数阶O(logN)
    while( i < n ){
    i = i * 2;
    }
3.线性阶O(n)
    for (int i = 1; i <= n; i++) {
        i += 1;
    }
4.线性对数阶O(nlogN)
    for (int a = 1; a <= n; 1++) {
        i = 1；
        while (i < n) {
            i *= 2;
        }
    }
5.平方阶，立方阶，k次方阶
平方阶：2层循环或者m*n
立方阶：3层循环
k次方阶：k层循环