算法day1/4——时间复杂度分析

常见时间复杂度

O(1):常数复杂度

int n=1000;
Syetem.out.println("hey"+n);

这里n只运行了一次，即n等于一个数1000而已

int n=1000;
Syetem.out.println("hey01"+n);
Syetem.out.println("hey02"+n);
Syetem.out.println("hey03"+n);

这里面的n运行了3次，但是我们不嫩把它写作O(3),这是错误的，O(1)代表的是它运行了常数时间复杂度

O(logn):对数复杂度

for(int i=1;i<n;i=i*2){
	System.out.println("hey"+i);
}

这个操作我把n带入一个简单地数字你体会一下，比如n是8，这样i就执行了3次，第一次i=1输出hey1；第二次i为1×2=2即i=2输出hey2；第三次i为2×2=4，即i=4输出hey4；
可以看出他是执行了logn次。

O(n):线性时间复杂度

for (int i=1;i<=n;i++){
	System.out.println("hey"+i);
	}

这里面含有for循环，第一句冲提到了i<=n 然后i进行加一操作，这个过程i一共执行了n次，其中每一次都输出一次‘hey’的语句，比如‘hey1’‘hey2’等等

for (int i=1;i<=n;i++){
	System.out.println("hey"+i+"and"+j);
}
for (int j=1;j<=n;j++){
	System.out.println("hey"+i+"and"+j);
}

如果此处出现了两个for语句，你以为是O(n²)就错了，不是说有几个for就是n的几次方，一定要看清楚for是不是并列的，或者他是不是嵌套在一起的。还有一个问题就是并列的两个for算不算是两个n的复杂度呢，其实和O(1)是一样的，O(n)只是表达时间复杂度。前面的常熟可以省略即写成O(n)而不是O(2n) 一定要注意这个问题

O(n²):平方复杂度

for (int i=1;i<=n;i++){
	for (int j=1;j<=n;j++){
		System.out.println("hey"+i+"and"+j);
	}
}

这里面应用了嵌套
两个for循环，i执行n次，每一次中j又执行了n次，所以工之星了n²次

O(n³):立方复杂度

for (int i=1;i<=n;i++){
	for (int j=1;j<=n;j++){
		for(int k=1,k<=n,k++){
			System.out.println("hey"+i+"and"+j);
		}
	}
}

同理，三个for循环，i执行n次，每一次中j又执行了n次，每一次中的k又执行了n次，所以工之星了n³次

O(2ⁿ):指数复杂度

O(n!):阶乘复杂度