关于算法的时间复杂度简要推理

1、概念解释

    T(n)=O(n)

    T(n)：对于数组排序查找等问题来说，n代表数组个数，T(n)代表算法执行次数

    O(n)：算法执行次数，当n→∞，代表算法的渐进时间复杂度，简称时间复杂度

2、算法推理

2.1、例如二分查找：

二分查找大致是从一个有序数组中先寻找中间值与预期值比较，然后摒弃不符合条件的一边，再从剩下的数组中寻找中间值继续和预期值比较，直到匹配到，或者剩下最后两个值还没匹配到。那么这个算法执行次数大致可表示为：

T(n) = T(n/2) + 1（1代表查找次数）

T(n) = T(n/4) + 2

T(n) = T(n/8) + 3

……

T(n) = T(n/n) + log2n = T(1) + log2n = 1 + log2n

当n→∞时，1 + log2n → log2n

即T(n) = O(log2n)

2.2、例如快速排序：

快速排序大致是先选定数组的一个坐标值，遍历一遍数组，小于该值的数据放在左边（记为小子数组），大于等于的放在右边（记为大子数组），小子数组再选择一个坐标值重复之前的操作，大子数组再选择一个坐标值重复之前的操作，直至最后坐标值两边的子数组剩下一个或两个值，完成排序。那么这个算法执行次数大致可表示为：

T(n) = 2T(n/2) + n（n代表比较次数）

T(n) = 4T(n/4) + 2n

T(n) = 8T(n/8) + 3n

……

T(n) = nT(n/n) + log2n * n = nT(1) + nlog2n = n + nlog2n

当n→∞时，n + nlog2n → nlon2n

即T(n) = O(nlog2n)