《编程导论》9.2 算法复杂度_渐进表示法（辅助学习的笔记~）

这篇介绍了算法复杂度中最常用的渐进表示法，加之个人的一些简单理解~

#9.2.asymptotic expression（渐进表示法）
def f(x):
    """假定x是正整数"""
    ans = 0
    for i in range(1000):#需要1000时间的循环
        ans += 1
    print('Number of additions so far', ans)
    for i in range(x):#需要x时间的循环
        ans += 1
    print('Number of additions so far', ans)
    for i in range(x):#需要2x^2时间的嵌套循环
        for j in range(x):
            ans += 1
            ans += 1
    print('Number of additions so far', ans)
    return ans
    #调用f(10)时，上述算法运行时间为1000+x+2x^2
    #当x值比较小时，如10，常数项影响更大；
    #但是当x值偏大后，如从10到1000到1000000，三者的差距越来越大
    #而在2x^2中，2的存在让运行时间几乎提升一倍
    #因此描述算法的渐进复杂度：
    #运行时间为乘法项之和时，保留增长最快的，去掉其他的，如去1000和x
    #剩下项为乘法时，去掉常数，如2x^2去掉第一个2
    #因此用O(x^2)表示函数f的增长速度不会超过x^2