时间复杂度的理解

什么是时间复杂度？

一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。

一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f (n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。

怎么求时间复杂度？

求时间复杂度的题一般有两类，一种是牵扯到循环的时间复杂度，一种是递归程序的时间复杂度，算时间一般来说时间复杂度都与问题规模有关，问题规模是未知的，而且是固定的，但是他一定是趋于无穷大的，因为我们最后编的程序肯定要解决尽量大的问题，因此问题规模对应应该是无穷大，而对于那些与问题规模无关的情况，比如一个while循环中条件为x>100000,这种循环他就算执行一百万次时间复杂度也是O(1)，因此不需要考虑。

循环类的时间复杂度求解

上来先看循环，根据循环变量的初值以及循环执行的条件，以它执行某某次后变为多少的口吻去依次算出，执行1次，2次…k次后循环变量的值，将算出的这个带有k的表达式与问题规模确定一个关系从而解求k，然后将其系数省去，只保留最高项即为时间复杂度。

解题步骤：
1.上来先看最内层循环，因为最外层循环每次会固定一个值然后执行内层循环。
2.当i=1时，内层循环执行n-1次，等于2时内层循环执行n-2次，等于n-1时时内层循环执行1次，等于n时即退出循环
3.所以循环执行次数为n-1+n-2+…+1=n*(n-1)/2,即时间复杂度为O(n*2).

递归程序的时间复杂度求解

上来先看递归调用处函数实参如何变化，根据变化以及递归出口求出实参变化的通项，然后建立递归出口与通项的关系即可求解
解题步骤：
1.初始时n肯定是个无穷大的未知规模，通过递归它不断变小至等于0然后开始回溯，我们只需要求它“向下”的过程即可，至于回溯只不过是乘以个2，无所谓，反正最后要消去系数。

2.发现实参每次缩小为原数1/7，第一次后变为n/7，第二次后变为n/49…第k次后变为n/7的k次方，这时我们发现递归出口为0，就让它等于0是不对的，最后什么也求不出，原因是程序对实参是整除，而数学中任何数它除以7的k次方都不会为0，所以这里我们应该让n/7的k次方等于6(5、4、3都可以)，这样在执行完这一次后它为小于7的数，再让它进行一次就等于0从而跳出递归了，至于这一次我们也不用管它