时间复杂度怎么算？

时间复杂度：估算程序指令执行的次数

时间复杂度计算案例

注意：为了方便，省略了方法的修饰，只保留了方法名

method1(){
	System.out.println("祝你看了这篇文章"); //执行1次
	System.out.println("诸事顺利"); //执行1次
	System.out.println("万事如意"); //执行1次
}
// 1+1+1 = 3

---

method2(){
	for(int i=0;i<5;i++){ //i=0 执行1次；i<5 判断5+1次,等于5时判断后退出；i++ 执行5次
		System.out.println("点赞发财!"); //执行5次
	}
}  //1+(5+1)+5+5 = 17

---

method3(int n){
	for(int i=0;i<n;i++){ //i=0 执行1次；i<n 执行n+1次；i++ 执行n次
		System.out.println("点赞好运!"); //执行n次，你会有n次好运哦
	}
} //1+(n+1)+n+n = 3n+2

---

method4(int n){
	for(int i=0;i<n;i++){  //i=0 执行1次；i<n 执行n+1次；i++ 执行n次
		//整个内层循环 执行n次
		for(int j=0;j<n;j++){ //j=0 执行1次；j<n 执行n+1次；j++ 执行n次
			System.out.println("你很帅"); //执行n次
		}
	}} //外层2n+2; 复杂度：2n+2+n*(3n+2) = 3n^2+4n+2

---

method5(int n){
	for(int i=0;i<n;i++){ //i=0 执行1次；i<n 执行n+1次；i++ 执行n次
		// 整个内层循环执行n次
		for(int j=0;j<15;j++){ //j=0 执行1次；j<15 执行15+1次；j++ 执行15次
			System.out.println("高山流水"); //执行15次
		}
	} } // 复杂度：2n+2+n*(47) = 49n+2

---

method6(int n){
	while((n=n/2)>0){
		System.out.println("葵花宝典");
	}
}
/*
假如：n=8 ; 8/2=4 执行1次；4/2=2 执行1次；2/2=1 执行1次；1/2=0.5=0 执行判断后，不进入循环体。
	所以循环体执行3次，判断执行3+1次；2^3=8---->log2(8)=3
	n=16 ; 16/2=8 执行1次；8/2=4 执行1次；4/2=2 执行1次；2/2=1 执行1次；
	所以循环体执行4次，判断执行4+1次；2^4=16---->log2(16)=4
	
	所以时间复杂度：log2(n)+(log2(n)+1) = 2log2(n)+1
	log2(n):循环体内执行次数，(log2(n)+1):判断语句执行次数
*/

---

method7(int n){
	while((n=n/5)>0){
		System.out.println("欲练神功");
	}
} // 由method6可知，复杂度：log5(n)+(log5(n)+1) = 2log5(n)+1
//   log5(n):循环体内执行次数, (log5(n)+1):判断语句执行次数 

---

method8(int n){
	for(int i=1;i<n;i=i*2){
		for(int j=0;j<n;j++){ //j=0 1次，j<n n+1次，j++ n次
			System.out.println("你懂的");// n次
		}
	}}
	/*
	i=1, i=1*2=2, i=1*2*2=4, i=1*2*2*2=8 ;  所以i<n执行次数=log2(n)+1; (多1是判断一次不满足条件退出循环时)
	如果n=8, i<n 执行判断4次 log2(8)+1; 内层整个循环执行log2(8)=3次
	
	复杂度：1+(log2(n)+1)+log2(n)+[log2(n)*(1+(n+1)+n)] = 2nlog2(n)+4log2(n)+2
	左到右：1:i=1执行次数; log2(n)+1:i<n执行次数; log2(n):i=i*2执行次数
	[log2(n)*(1+(n+1)+n)]：log2(n):整个内层循环执行次数；(1+(n+1)+n):内层循环的执行次数
	*/

---

method9(int n){
	for(int i=0;i<n;i++){ // i=0 执行1次；i<n 执行n+1次；i++ 执行n次
		for(int j=i;j<n;j++){
			System.out.println("谢谢点赞");
		}
	}}
	/*
	 i=0,内部执行n次；i=1,内部执行n-1; i=2,内部执行n-2;…… i=n-1,内部循环执行1次。等差数列
	 =n*(n+1)/2 = (1/2)n^2+(1/2)n; 
	 所以内部循环除了j<n需要多执行判断一次外，其他都是执行(1/2)n^2+(1/2)n次
	 时间复杂度：2n+2+4*((1/2)n^2+(1/2)n)+1 
	 4*((1/2)n^2+(1/2)n)+1 : 内层循环执行次数
	 int j=i; j<n; j++; System.out.println("谢谢点赞"); 
	 这4条除了 j<n 执行了 (1/2)n^2+(1/2)n +1 
	 其他3个都是 (1/2)n^2+(1/2)n
	*/

大O表示法

上面的时间复杂度的表示还是较复杂，我们一般都使用大O表示法来简化表示时间复杂度。

1、复杂度为常数，如23，9999，等等 都表示为O(1)

2、复杂度包含n时，省略系数与常数项，只取n的最高阶项

​ 如：2n+45 为 O(n) ； 4n^3 + 6n^2+n 为O(n^3)

3、复杂度为对数时：如log5(n)、log2(n) 等等 都表示为 O(logn)

4、省略低阶，只取高阶 (即取最大的)

​ 如：logn+nlogn 表示为O(nlogn)

复杂度的大小

O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)

复杂度越小，则说明你的代码越好

那么上面的 method1~method9 用大O表示法如下：

method1: 1+1+1 = 3   即O(1)
method2: 1+(5+1)+5+5 = 17   即O(1)
method3: 3n+2   即O(n)
method4: 3n^2+4n+2   即O(n^2)
method5: 49n+2   即O(n)
method6: 2log2(n)+1   即O(logn)
method7: 2log5(n)+1   即O(logn)
method8: 2nlog2(n)+4log2(n)+2   即O(nlogn)
method9: 2n+2+4*((1/2)n^2+(1/2)n)+1   即O(n^2)