算法增长的阶的问题

引言——增长的阶

在算法问题中，我们难免会被问到一个问题，这个算法究竟好不好？
首先，尽管时代在发展，计算机的运算速度和内存在不断增大，但是我们面对的数据量也在不断增加，盲目使用不好的算法有时也能解决问题，但绝不是一个合适的方法。所以我们就有了算法时间空间复杂度分析的问题。

一个算法耗时多少，很简单么，就把每一步加起来，如果是循环就相乘，问题不就解决了？
但是在解决求和的过程中，我们还是会遇到很多问题的，而且一个级数放在那给别人看着也不方便，所以我们选择了一种表示方式。

时间复杂度的表示方法

因为我们只是一个简单的分析，而不是一个数学家在一丝不苟的对自己的一串数据进行求和，所以我们的原则是只考虑最高阶，并且忽略系数。因为一般实际应用中计算机处理的数据量是很大的，在高数中当n->∞，这时低阶就几乎失去作用。

首先是θ的概念：

注意其中n0的选择，并不是直接从

如果用一张图画出c1g(n)、c2g(n)和f(n)：
通俗来说，就是一个紧界，g(n) f(n)是同阶的两