1.所有代码的执行时间 T(n) 与每行代码的执行次数 n成正比
例一、
例二、
第一个例子中的T(n) = O(2n+2),第二个例子中的 T(n) = O(2n^2 +2n+3)。这就是大 O 时间复杂度表示法,数量很大时,只记录影响最大的量级,即T(n) = O(n); T(n) = O(n^2 )
2.总的时间复杂度就等于量级最大的那段代码的时间复杂度
一长段代码中有一段为n,一段为n^2,则总体为n^2
3.嵌套循环则时间复杂度为T1(n) * T2(n)
4.常见的复杂度并不多,从低阶到高阶有:O(1)、O(logn)、O(n)、O(nlogn)、O(n^2)
5.最好情况时间复杂度、最坏情况时间复杂度、平均情况时间复杂度、均摊时间复杂度:例如查找算法,可能在第一个位置就找到,也可能找遍了还是找不到,还会受到概率影响。
只有同一块代码在不同的情况下,时间复杂度有量级的差距,我们才会使用这三种复杂度表示法来区分