一般,算法中的基本操作重复执行的次数是问题规模n的某个函数f(n),算法的时间度量记作T(n)=O(f(n)),它表示随问题规模n的增大,算法执行时间的增长率和f(n)的增长率相同,称作算法的渐进时间复杂度,简称时间复杂度。
1.常量阶O(1)
x++;
x++执行1次,故它的时间复杂度为O(1)
需要注意的是,这里的x++并没有受到问题规模n的影响而改变执行次数,即使有千百行x++也只是一个较大的常数罢了,它也是常量阶,比如下面代码里面,x++有五个,但是这个也是O(1)
x++;
x++;
x++;
x++;
x++; //O(1)
2.线性阶O(n)
for(i=0;i<n;i++)
x++;
在这个里面,x++执行n次,故它的时间复杂度为O(n).
3.平方阶O()
for(i=0;i<n;i++)
for(j=0;j<n;j++)
x++;
在这个里面x++执行次,就是O()
算法还可能,呈现的时间复杂度有对数阶O(),指数阶O()等。