算法的时间复杂度

算法时间复杂度的定义

定义：在进行算法分析时，语句总的执行次数T（n）是关于问题规模n的函数，进而分析T（n）随n的变化情况并确定T（n）的数量级。算法的复杂度就是算法的时间量度，记做：T（n）=O（f（n））。他表示随着问题规模n的增大，算法执行时间按的增长率和f（n）的增长率相同，称作算法的渐进时间复杂度。其中f（n）是问题规模n的某个函数。
这样用大O（）记述时间复杂度的方法被称为大O记法。
一般情况下，随着n的增大，T（n）增长最慢的算法为最优算法。（要注意是增长）

推导大O阶方法

1.用常数1取代运行时间中所有的加法常数。
2.在修改的运行函数中，只保留最高阶项。
3.如果最高阶项存在且不是1，则去除与这个项相乘的常数。
看

常见时间复杂度所耗费的时间的大小排列

O(1) < O(logn) < O(n) < O(nlogn) < O(n2) < O(n3) < O(2n) < O(n!) < O(nn)