时间复杂度介绍

时间复杂度的表示方法
　　设解决一个问题的规模为n，基本操作被重复执行次数是n的一个函数f（n），则时间复杂度可记作： T(n)=O(f(n)) 它表示随着问题规模n的增长，算法执行时的增长率和f(n)的增长率相同。其中T(n)叫算法的渐进时间复杂度，简称时间复杂度。算法的时间复杂度考虑的只是对于问题规模n的增长率，则在难以精确计算的情况下，只需考虑它关于n的增长率或阶即可。
　　
时间复杂度的计算方法
　　时间复杂的推导方法一般如下：
　　第一步：用常数1取代运行时间中的所有加法常数。
　　第二步：在修改后的运行次数函数中，只保留最高阶项。
　　第三步：如果最高阶项存在且不是1，则去除与这个项相乘的常数。
　　
常见的时间复杂度
按数量级递增排列依次为：常数阶O(1)、对数阶O(log2n)、线性阶O(n)、线性对数阶O(nlog2n)、平方阶O(n^{2)、立方阶O(n}3)、k次方阶O(n^{k)、指数阶O(2}n)。

主定理定义（Master Theorem）