数据结构时间复杂度

在看很多关于数据结构与算法的书时，出现很多次“时间复杂度”这个字眼，一直处于半懂不懂的状态，今天终于搞明白啦。
时间复杂度，说白一点就是算法的效率。那判断算法的效率高低，一般用大O阶的方法。T(n)=O(f(n))。
推导大O阶：
1.用常数1取代运行时间中的所有加法常数。
2.在修改后的运行次数函数中，只保留最高阶项。
3.如果最高阶项存在且不是1，则去除与这个项相乘的常数。得到的结果就是大O阶。

例1：

int n=1,m=2;
n=n*m;
System.out.println(n);

第一条，运行次数为3，是常数，T(n)=O(1)。
第二条，没有最高阶。
所以时间复杂度为O(1)。

例2：

int n=5,sum=0;
for(int i=0;i<=n;i++){
    for(int j=0;j<n;j++){
        sum+=1;
    }
}

第一条，运行次数为(n+1)*n=n^2+n，不为常数。
第二条，最高阶为n^2.
第三条，这个最高阶的常数项为1,。
所以时间复杂度为O(n^2)。

例3：

int n=100,sum=1;
for(int i=1;i<=n;i++){
    sum=i*2;
}

第一条，运行次数为n/2次，不为常数。
第二条，最高阶为2^x=n,x=log(2)n。
第三条，不是很懂。
所以时间复杂度为O(logn)。

例4：

int n=10,m=10,sum=1;
for(int i=0;i<n;i++){
    for(int j=i;j<n;j++){
        sum=sum+1;
    }
}

第一条，当n=0，内循环n次；当n=1；内循环n-1次；所以运行次数为n+(n-1)+(n-2)+…_1=(n^2)/2+n/2次，不为常数。
第二条，最高阶为(n^2)/2。
第三条，最高阶的常数项为1/2，去掉常数项。
所以时间复杂度为O((n^2)。

总结：取最高阶，意味着当执行次数为2*(n^2)+2n+1，时，低阶的与最高阶的相比，运行次数可忽略不计。

学习于http://blog.csdn.net/gaopeng0071/article/details/23594533?utm_source=tuicool&utm_medium=referral

万分感谢。