JAVA的时间复杂度

时间复杂度的定义：

时间频度：

一个算法花费的时间与算法中语句执行的次数成正比，执行的多耗时就打

一个算法中语句执行的次数称为语句频度或时间频度，用T（n）表示，n表示问题的规模

时间复杂度：

想要知道问题的规模，而不是具体的次数，引入了时间复杂度

一般情况下，算法中基本操作重复执行的次数是 问题规模n的某个函数，用T（n）表示

T（n）=O(f(n)), O(f(n))被称为算法的渐进时间复杂度，简称时间复杂度

或者说：时间复杂度 就是  时间频度，去掉低阶项和首项的常数

时间频度不同可能时间复杂度相同；

总结：随着n的变化的增大，如果两个频度的函数的结果是无限接近的，那么这两个算法的时间复杂度是相同的。

时间复杂度考量的是算法的变化的趋势

时间复杂度计算

1，找出算法中的基本语句

2.计算基本语句的执行次数的数量级

3.用大Ο记号表示算法的时间性能

EG：

1+2+3+4+++++。。1000 用for循环实现

for(int i=1;i<=1000;i++){//1000就是时间频度可以用n代替

sum+=i    //这条就是核心代码需要被执行1000次

}

可以看到这段代码的时间复杂度就是T（n）=O(n),时间复杂度就是n，是一个线性的增长

（1+1000）*1000/2，也可是计算1到1000的和

但是这条核心代码只执行1次，所以T（n）=O(n);

一般情况下，单层循环的时间复杂度是n,双层是n*n，三层是n*n*n以此类推

但是也有特殊情况，比如递增的情况是*=，或者/=这种2册循环的操作

那时间复杂度是O(nlog2n)

常用的时间复杂度级别

        常数阶O(1) 
对数阶O(log2n)
线性阶O(n)
线性对数阶O(n*log2n)
平方阶O(n2) 
立方阶O(n3)
...
k次方阶O(nk)
指数阶O(2n)

阶乘阶O(n!)