算法的时间复杂度

1. 定义：

  进行算法分析时，语句总的执行次数T(n)是关于关于问题规模n的函数，进而分析T(n)随n的变化情况，并确定T(n)的数量级。
  算法的时间复杂度，也叫做算法的时间度量，记作，T(n)=O(f(n)), 它表示，算法执行时间的增长率和f(n的增长率相同，称为算法的渐进时间复杂度，简称为时间复杂度。其中f(n)是问题规模n的某个函数。
  由于执行算法时，每次的输入都不一样，所以时间复杂度又有最好时间复杂度，最坏时间复杂度和平均时间复杂度，最好和最坏情况都比较好分析，平均时间复杂度稍微麻烦一点。一般在没有特别说明的情况下，我们所说的时间复杂度都是最坏时间复杂度。

2. 推导O(n)的方法：

• 所有加法常数都用1表示；
• 只保留最高阶项；
• 去掉与最高阶相乘的常数。

3. 计算具体时间复杂度的方法

• 计算循环体中语句执行的次数，然后根据上面的方法推导

• 函数（或者说方法）
  计算调用的方法的次数与函数内部语句执行次数的乘积

4. 几个算法复杂度的例子

1) 常数阶

int n =