时间复杂度分析

《代码随想录》学习笔记，原链接：https://programmercarl.com/

1 时间复杂度O

2 不是复杂度越低越好

3 时间复杂度O的复杂表达式化简

4 O(logn)中的logn可以以任何数字为底，都统称logn

---

1 时间复杂度O

        严格来说，时间复杂度O是指算法运行时间的上界，即最坏情况。

        但通常来讲，时间复杂度O是指算法在一般情况下的运行时间。

2 不是复杂度越低越好

        如上所讲，时间复杂度O只是表示一般情况。

        实际运行时间与数据量大小有关系，因为算法的时间复杂度O默认是不带有数字系数的。

        如上图，虽然默认O(n²) > O(n)，但是当数据量n小于20时，O(100n) > O(5n²)。

        但是，时间复杂度O是不带有数字系数的，因为默认算法的数据量很大，大到已经可以忽略掉系数产生的影响了。所以，基于数据量足够大的情况下，算法的时间复杂度O的排行：

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

常数阶 < 对数阶 < 线性阶 < 线性对数阶 < 平方阶 < 立方阶 < 指数阶

        【注】如果是10^7、10^9这种大小，那么此时就不能忽略时间复杂度O的数字系数了

3 时间复杂度O的复杂表达式化简

        以O(2n² + 10n + 1000)为例：

1. 去掉常数项，得到O(2n² + 100n)；
2. 去掉n前的数字系数，得到O(n² + n)；
3. 只保留最高项，最终得到O(n²)。

4 O(logn)中的logn可以以任何数字为底，都统称logn

        原因如下：

        由于对数函数存在换底公式，因此可以将基底换成任意数字。而且时间复杂度O不考虑数字系数，数字系数可以化简消掉，因此logn可以以任何数字为底，都统称logn。