【书籍阅读】《代码随想录》——时间复杂度

此文为阅读’代码随想录‘所写笔记。代码参考作者’程序员Carl‘（代码随想录）
参考链接:https://programmercarl.com/0027.%E7%A7%BB%E9%99%A4%E5%85%83%E7%B4%A0.html#%E6%80%9D%E8%B7%AF

时间复杂度定义

描述该算法的运行时间

对于O(n)的理解

代表的是一般情况下的时间复杂度，既不是最好，也不是最坏的情况。

同时，大O记录的是数据量级非常大的情况下所表现出的时间复杂度，这个数据量也就是常数项系数已经不起决定性作用的数据量。

是不是时间复杂度越低越好

不是时间复杂越低的越好，因为简化后的时间复杂度往往忽略了常数项。
真实比较的时候要考虑数据规模，如果数据规模很小甚至可以用O(n^2)的算法比O(n)的更合适，例如下图所示。

一般情况下的时间复杂度（不考虑常数）

O(1)常数阶 < O(logn)对数阶 < O(n)线性阶 < O(n^2)平方阶 < O(n^3)(立方阶) < O(2^n) (指数阶)

复杂表达式的化简

O(2*n^2 + 10*n + 1000)
O(2*n^2 + 10*n)
O(n^2 + n)
O(n^2)

O(logn)中的log是以什么为底？

以2为底n的对数 = 以2为底10的对数 * 以10为底n的对数

根据这条性质，都可以向前约出一个常数项，然后忽略常数项。