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)