时间复杂度

概述

程序=算法+数据结构

程序中的算法都是由基本控制结构（选择[if-case和switch-case]、顺序、循环（for、do-while））和基本操作（具有数据类型的数学操作）构成。为了比较同一个问题使用不同算法时的优劣，通常方法为，从算法中去选择一种对所研究的问题来说是基本操作的原子操作，以该原操作的执行的重复次数作为算法的时间度量。而大多数情况下，基本操作是程序中深层循环的原操作，同时以最坏的情况来评判算法的好坏。

时间复杂度的定义

用T(n)表示问题规模为n的算法中基本操作执行重复次数的函数，存在辅助函数f(n)，当n趋于∞时，lim(T(n)/f(n))的极限为不等于0的常数，记为T(n)=O(f(n))，其中f(n)称为T(n)的同数量级函数，O(f(n))为算法的渐进时间复杂度。

计算步骤

1. 计算出最基本操作的执行次数T(n)：基本操作即算法中的每条语句（通常利用;分隔），语句的执行次数叫做语句的频度。在算法分析时，一般考虑最坏的情况。
2. 利用数学运算计算出T(n)的数量级：求T(n)的数量级，只要将T(n)进行如下一些操作：忽略常量、低次幂和最高次幂的系数。令f(n)=T(n)的数量级。
3. 用大O表示最坏情况下的时间复杂度：当n趋近于无穷大时，如果lim(T(n)/f(n))的值为不等于0的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n))