堆栈花园的算法学习备忘录——算法的时间复杂度

一、时间频度

• 基本介绍
  一个算法中语句执行的次数称为语句频度，或者时间频度。记作T(n)。
• 例如：

//计算一至一百所有数字之和

//方法一：
int res = 0;
for(int i = 1;i <= 100;i++){
	res += i;
}
//T(n) = n+1,这里的n就是100次，最后多的一次是判断。

//方法二：
res = 0;
res = (1+100)*100/2;
//T(n) = 1,无论n是多少，时间频度都是1。

二、时间复杂度

• 基本介绍：
  知道了时间频度T(n)之后，如果有一个函数f(n)，这个函数f(n)满足 对T(n)/f(n)取极限，并且极限值为一个不等于零的常数，那么这个函数f(n)就是称为T(n)的同数量级函数，记作 T(n)=O(f(n)) ，称 O(f(n))为算法的渐进时间复杂度，简称时间复杂度。
• 计算时间复杂度的方法：

1. 用常数1代替时间频度中所有加法常数。
2. 修改后的时间频度中，只保留最高阶。
3. 去除最高阶项的系数。

三、常见的时间复杂度

1. 常数阶O(1)
2. 对数阶O(log以2为底取n的对数)
3. 线性阶O(n)
4. 线性对数阶O(n倍的log以2为底取n的对数)
5. 平方阶O(n^2)
6. 立方阶O(n^3)
7. k次方阶O(n^k)
8. 指数阶O(2^n)

• 常见算法时间复杂度从小到大依次为：
  O(1) < O(log以2为底取n的对数) < O(n) < O(n倍的log以2为底取n的对数) < O(n^2) < O(n^3) < O(n^k) < O(2^n)