对计算复杂度的认识

一个算法的“运行工作量”的大小，只依赖于问题的规模（n），或者说是问题规模n的函数。

一个算法的构成：控制结构（顺序，分支（if），循环（for）3种）和元操作。

比较算法的效率的做法：从算法中选取一种对所研究问题来说是基本操作的元操作，以该基本操作重复执行的次数作为算法的时间度量。一般情况下，算法中基本操作（元操作）重复的次数使问题规模n的某个函数f（n），算法的时间度量记作：T（n）= O （f（n）），表示算法的时间复杂度同f（n）的数量级相同。称T（n）为算法的渐进时间复杂度，简称时间复杂度。一般讨论的是最坏情况下的时间复杂度。

常用的时间复杂度有：O（1）常数阶；O（n）线性阶；O（logn）对数阶；O（n2）多项式阶；O（2n）指数阶。