时间复杂度是什么？我们该如何计算？

时间复杂度

时间复杂度是运行一个程序所花费的时间O()

时间复杂度表示方法

大O表示法。如O(1),O(n),O(nlogn),O(n^2),O(n+1),O(logn),O(n!)

常见的时间复杂度分析

常数：O(1) 1表示是常数，所有能确定的数字我们都用O(1)，O(1000)=>o(1)

对数：O(logn),O(nlogn)

线性：O(n)

线性对数：O(nlogn)

平方：O(n^2)

N次方：O(n^n)

我们该如何计算时间复杂度

1.找到有循环的地方

2.找有网络请求（RPC，远程调用，分布式，数据库请求）的地方。测试时间：log打印，计算平均时间。

示例

1、O(1)

int a = 1;
for (int i = 0; i < 3; i++) {   // 运行4次 
    a = a + 1;
}

如上代码，我们可知for循环会循环4次，所有能确定的数字我们都有O(1)，所以时间复杂度为O(1)

2、O(logn)

int i = 1;
for (int j = 0; j < n; j++) { // n未知 
    while (i <= n) {
        i = i * 2;
    }
}

如上代码可知，i的值为2,4,8,16,32 => 2^0,21,2^2,23,2^4…2x(x为运行次数)

所以我们可得2^x = n 求得=>x=log2n 计算机忽略常数 => x=logn，因此时间复杂度为O(logn)

我们同理可得二分查找法的时间复杂度也为O(logn)

3、O(n)

for (int i = 0; i < n; i++) { // n未知 
    a = a + 1;
}

如上代码可知，n未知，因此可得时间复杂度为O(n)

4、O(n^2)

for (int i = 0; i < n; i++) {
    for (int j = i; j < n; j++) {
        a = a + 1;
    }
}

如上代码可知，循环分析i=0时，运行n次，

i=1时，运行n-1次

i=2时，运行n-2次

…

i=n时，运行1次

所以里面一共运行(n+1)*n/2次，忽略常数后，因此时间复杂度为O(n^2)

总结

时间复杂度由小到大排序：

O(1)>O(logn)>O(n)>O(nlogn)>O(n^2)>O(nx)

O(1)>O(logn)>O(n)>O(nlogn) 效果都是很好的。几乎优化的空间不是很大。

优化的目标就是要往O（1）的方向接近。