大O表示法，指示算法运行速度的方法&常见的运行时间

本文中logn指的是log以2为底n的对数，本文中所有的log都是以2为底。

大O表示法

大O表示法，指出了最糟糕的情况下的运行时间；
算法的运行时间包括：最糟情况下的运行时间和平均情况下的运行时间。
假设列表有n个元素，遍历查找某个元素的位置，最多需要查询n次。使用大O表示法，这个运行时间为O(n)
使用二分查找法，最多只需要查询logn次，表示为O(log n)

常见大O运行时间

• O(log n) 对数时间：二分查找法等
• O(n) 线性时间：遍历查找
• O(n*log n) 快速排序等
• O(n^2) 选择排序等
• O(n!) 0.0

运行时间为O(n!)——著名的旅行商问题

有一位旅行商，需要前往5个城市，同时要确保旅程最短。。
如果你还记得排列组合的话，那真的是太棒了，如果你已经忘了，希望这可以帮你回忆起来：
5个城市总共有54321=120种方式。（排列）
当涉及6个城市的时候需要65…*.1= 720种，7个城市时有5040种；
当涉及n个城市时，需要执行n!（n的阶乘）次操作才能计算出结果。因此运行时间为O(n!),即阶乘时间。除非涉及的城市数很少，否则需要执行非常多的操作。如果涉及的城市数超过100，根本就不可能在合理的时间内计算出结果。
这种算法很糟糕。但是我们别无选择，这是计算机科学领域亟待解决的问题之一。面对这个问题，我们能做的只是去找出近似的答案，更详细的解释可以参考之后的文章。