算法之时间复杂度

1、时间复杂度分析有下面几个原则：

1）只关注循环执行次数最多的一段代码；

2）加法原则：总复杂度等于量级最大的那段代码的复杂度。用公式表示即为：T1(n) = O(f(m))，T2(n) = O(g(n))，T1(n) + T2(m) = O(max(f(n), g(m)))；

3）乘法原则：嵌套代码的复杂度等于嵌套内外代码复杂度的乘机。用公式表示即为：T1(n) = O(f(m))，T2(n) = O(g(n))，T1(n) * T2(m) = O(f(n) * g(m))

2、常见的时间复杂度有以下几种：

1）常量阶：O(1)

2）对数阶：O(logn)

3）线性阶：O(n)

4）线性对数阶：O(nlogn)

5）平方阶：O(n ^ 2)

6）指数阶：O(2 ^ n)

7）阶乘阶：O(n!)

其中，1）-5）为多项式量级；6）、7）为非多项式量级，所对应的算法问题被称为非确定多项式问题（NP 问题，Non-Deterministic Polynomial）。

3、常用的时间复杂度按照耗费的时间从小