a*算法的时间复杂度_了解算法时间复杂度和空间复杂度

一、时间复杂度

首先先看几个简单的例子：我们假设计算机执行一行代码需要一次运算

public 

上面这个方法需要执行 1 次运算；时间复杂度为O(1)；

public 

上面这个方法需要执行（n+1+n）=2n+1次运算；时间复杂度为O(n)；

算法时间复杂度定义：

在进行算法分析时，语句总的执行次数T(n)是关于问题规模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，也就是算法的时间量度，记作：T(n)=O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f（n）的增长率相同，称作算法的渐近时间复杂度，简称为时间复杂度。其中f（n）是时间规模n的某个函数。

推导大O阶方法：

1. 用常用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。

1.1 常数阶

例：

int 

这个算法的运行次数为f(