如何看懂时间复杂度的big-O表达式

0x0：一些例子

从前我一直看不懂这些，其实大抵还是因为懒，最近终于有一些理由让我去查一些资料了，所以顺手写一点。我也不是什么大佬，理解上难免有偏差，如果有误，烦请各位指出，感谢。

不知道你在学习算法的过程中，有没有遇见过这几个东西：

• O(1)

• O(n)

• O($x^2$)

• O(n log n)

• O(n)

• O(log n)

• O(n!)

• O($2^n$)

这是时间复杂度的大O表示法，其中的O是一个函数，定义为T[n] = O(f(n))，它不仅可以表示时间的复杂度，还能表示空间的复杂度。

那么，什么是时间复杂度呢？

0x1：时间复杂度

试想一下，如果我给你这样一排…P，请你挨个拾取它们。

听起来就很容易，那这样呢？

（我知道图糊了，但是懒得换）

很明显，如果设P点的个数为x，捡起一个P点需要的时间固定，那么对于捡起所有P点所耗费的时间总量t在大体上有如下图像：

这实际上是一个 y = x (x $⩾$ 0，下略) 图像

类似的，如果我要求你每捡起一个P点就释放P点总数个Bomb，那图像会变成这样：

这实际上是一个 y = $x^2$ 图像

拿第一个例子来说，像这样的，以捡起所有P点为例，这个操作所需要耗费的时间 t 随着P点数量 x 的增多，以一个恒定的速率 k（假设捡起两个P点的操作之间没有间隔，k为捡起一个P点的用时），那么就有 t = kx，由此我们可以说：这个操作的时间复杂度可以表示为 O(n)

现在你再看看那些 O(1)，O($n^2$)，是不是有点感觉了？

0x2：big-O表达式

O(…)，即大O表达式（big-O），常用于表达某种操作（算法）的耗时上界，它从大体上粗略地描述了一个算法所需要的时间，即它的时间复杂度。正如前例，big-O表达式使用一个简单的式子来从大体上形容一种耗时的概念，通过big-O表达式，我们能一眼看出操作大体上的时间复杂度，即耗时与数据量的大体关系。

需要注意的是，就以O($n^2$)而言，经管实际上的耗时可能并不是t = $n^2$（或者是我们举的第一个例子，捡起两个P点之间是肯定有时间间隔的），只是因为某种关系，它的整体耗时的变化曲线和 y = $x^2$ 类似（至少看起来有那么一点类似），所以我们可以用 O($n^2$) 来形容它的时间复杂度。

数学需要讲究逻辑的严密，准确，但我们学的毕竟不是真正的数学。

0x3：三个简单的大O表达式以及对应代码示例

1. O(1)

表示时间复杂度是一个常数，总耗时恒定。

int getMax(int a,int b) noexcept
{
    return a > b ? a : b;
}

2. O(n)

表示时间复杂度解析图像类似于 y = x 的图像，总耗时随着处理量的增加而线性增长。

int getMax(std::initializer_list<int> list) noexcept
{
    int buffer = INT_MIN;
    for(auto& item : list) if(item > buffer) buffer = item;
    return buffer;
}

3. O($n^2$)

表示时间复杂度解析图像类似于 y = $x^2$ 图像，随着处理量的增加，总耗时成次方增长。

void foreachAudioListDo(AudioListManager& manager) noexcept
{
    for(auto& list : manager)
    {
        for(auto& sound : list) sound.play();
    }    
}

0x4：big-O的加法

之前提过一点，时间复杂度表示的是上界（极限），当两个算法共用（此处不考虑嵌套）时，整体的时间复杂度未必是直接相加，全看二者之中占大头者，例如：

O(n) + O($2^n$) = O($2^n$)

0x5：关于O(log n)

需要注意的是，这里的 log 是省略了下标 2 的，实际上应该写做 O($lo{g}_2$n) ，但是这样做毕竟太麻烦，在一些环境下也打不出这个下标，就简化到只留下 log 了。

带 log 的几个大O表达式都比较迷惑人，实际上，同其他任何的大O表达式一样，只要画出他们的图像即可。

这是 y = $lo{g}_2$x 的图像

O(log n) 的一个典型例子是二分查找，在二分查找中，每查找一次，下一次查找所需要处理的数据量就是上一次的一半。

别看着 $lo{g}_2$n 好像很复杂，实际上，O($lo{g}_2$n) 介于 O(n) 和 O(1) 之间，是全体程序员努力的方向。

0x6：参考资料

大O表示法_百度百科 (baidu.com)

O(log(N))是什么意思 - 知乎 (zhihu.com)

常见的大O表示法有哪些？时间复杂度是什么？(bilibili.com)

本文使用的函数图像生成并截取自Desmos | 图形计算器