时间复杂度的计算（时间复杂度和时间频度之间的关系）

时间复杂度的计算

1.什么是时间频度？

      时间频度是指算法中最基本的语句执行的次数叫做时间频度；

2.什么是时间复杂度？

     时间复杂度是指当需要处理数据的规模发生变化的时候，计算机计算次数的变化趋势叫做时间复杂度；（而且，我么你需要知道时间复杂度越低越好）
     
     那具体是什么意思呢？当时间复杂度为o（n）的时候（n代表需要处理的数据量），说明，计算机需要处理n次，随着n的增长，（语句的执行次数）呈线性增长；
     
     当时间为o（1）时，代表无论需要处理的数据量的多少，计算机的计算次数只有一次，此时为理想的时间复杂度，是所有人梦寐以求的算法；

     当时间复杂度为o（n^2）的时候，我们会发现，随着n（处理数据量）的增加，n^2是呈指数式增长的，说明语句的执行次数呈指数增长，众所周知，指数式增长是很快的，所以n越大，o（n^2）的算法的时间频度越高，o（n）相较于o（n^2）就比较好，比如当n为1000时，o（n）=1000，o（n^2）=1000000，由于时间复杂度小的算法好，由此可知，o（n）的算法比o（n^2）的算法要好；

3.时间复杂度如何计算？

     时间复杂度 = 时间频度（去掉低阶的项和常数项，以及最高次项的系数）
     例如  时间频度 f(n)= 2n^2+2 则时间复杂度为O（n^2）
     或    时间频度 f(n)= n^3 + 2n^2 + 3则时间复杂度为O(n^3)