时间复杂度

为什么写这篇文章呢？网上有文章讲解到时间复杂度，很详细，但我看了之后总感觉欠缺的什么，于是我就写了这篇文章。

时间复杂度

普遍的时间复杂度

通常情况下，代码的时间复杂度能用到的有$O(n),O(1),O(logn),O(nlogn),O(n^2),O(n^k),O(\sqrt{(}n)),O(2^n),O(n!)等$

简单分析次方级时间复杂度

正常情况下，一个for等于次方加一，比如以下代码：

	for(...)
		for(...)
			for(...)

因为是三个for，所以可以直接判断是$O(n^3)$。
当然，还有一种特殊情况：

int i, j = 1;
for (i = 1; i <= n; i++)
{
	while (j <= n) j++;
}

虽然是两重循环，可以直接定义$O(n^2)$，但是注意，内层循环和外层循环的总遍历次数不超过O(n + n)，也是属于O(n)级别的，当然O(n)我们通常叫线性复杂度。
这是一种简单直观的分析时间复杂度的方法，只能做到大概的描述时间复杂度，更细的难以分析到。

logn判断

刚开始接触$O(logn)$时，很难懂，为什么log下面没有底数？正常数学中对数肯定包含底数的，

一般地，如果a（a大于0，且a不等于1）的b次幂等于N(N>0)，那么数b叫做以a为底N的对数，记作$lo{g}_{a}N=b$,读作以a为底N的对数，其中a叫做对数的底数，N叫做真数。-----------来源于网络
对数

可当你真正深入的去计算（我选择一个一个枚举）的时候，你会发现，它的底数为10,?!,当你再算找一个例子去算，底数又成2了？！底数竟然能变化？数学崩了》》。
当然，其实不是数学崩了，只是理解的方式不对，log下面无底数，表示的意义其实是：（我也不知道底数是几）。很离谱，可是$logn$无论底数多少，通常情况下它都是有范围的，比如说$O(logn)$是在O(1）到$O(\sqrt{(}n))$之间的，管你多少，只要在这个范围内，就行了。
通常，底数都是2或者10。
那么怎么判断时间复杂度是不是或有没有logn呢？很好理解，logn时间复杂度都不会很大，如
1e18来个$lo{g}_{10}$直接变成18,所以我们可以直接暴力枚举乱搞判断（我不支持）。
当然还有个更高效的方法。
据我观察，大多数logn都是含有分治思想或大化成小思想的，如分治算法，二分/二分查找，归并排序，快速排序，还有一部分是枚举，但是时间复杂也是logn的，这些枚举通常枚举次数很小或者枚举的跨度很大。如埃氏筛法内层循环：

for(int j=i+i;j<=N;j+=i)

虽是暴力，但时间复杂度是n/i的，大概也就logn左右。
反正只要枚举次数少，大概率就是logn。
提到logn,肯定少不了一个重要的东西：调和级数。
调和级数是$n/1+n/2+n/3+n/4+...n/n$，这样的大小是nlogn的，怎么证明呢？(我也不会(其他大佬的证明过程)）
调和级数其实也没太大难度，大概就是当个公式用用，若碰到了某些题，是调和级数差不多的，那就能用调和级数做。

回溯或递归（递推）函数的T(n)

在我们正常的认知里，有些人喜欢用函数，用模块化的函数，但我们可以做个调查，在使用递归或递推还或者回溯（尤其是回溯），时间复杂度会比较高，为什么呢？因为调用函数也是需要时间复杂度的。正常的模块化函数的时间复杂度是很低的，因为就调用最多几次。但是回溯，递归，递推的函数中，要调用很多函数，或者自我调用。这就会使时间复杂度变高。
比如说，在某些函数中，调用次数可能为n次，$n^2$次，甚至更多。而这些就构成了我们的阶乘时间复杂度，2的次方的时间复杂度等。所以在写代码时，就会出现比如说TLE的情况，但时间复杂度级别没问题，那就得考虑是不是写了某些函数，调用次数过高了，导致整体时间复杂上升了。

卡常（不能忽视的常数）

当然，在写代码时，你可能会发现时间复杂度没问题，但TLE，这种情况就叫卡常（上面的函数调用次数太多TLE也算卡常）。
卡常顾名思义，就是在常数级上卡住了，比如说你代码的级别是O(n^2)的，但是算算总时间复杂度是$O(n^2+n\sqrt{(}n)+nlogn+n+n+n+n+logn+logn+logn)$，这么大的常数，于是就TLE了。
比如以下代码：

	for(int i=1;i<=n;i++)
	{
		ans+=1;
		ans+=1;
		ans+=1;
		ans%=mod;
		ans%=mod;
		for(int j=1;j<=n;j++)
		{
		ans=ans*j+ans%mod+ans*i+i*1LL*j%mod;
		ans%=mod;
		}
	}

假设$O(n^2)$是允许的时间复杂度，可是实际上的时间复杂度在$O(n^2)$上加上了许多系数和许多常数，所以这份代码会TLE。

后记

以上就是一些普遍的时间复杂度（也有不普遍的），当然，如果有遗漏或你有更好的建议，都可以提出来哦。