举例:
-
时间复杂度为o(1)
耗时/耗空间与输入数据大小无关,无论输入数据增大多少倍,耗时/耗空间都不变,都可以在一次计算后找到目标。hash算法的时间复杂度为o(1) -
时间复杂度为O(n),就代表数据量增大几倍,耗时也增大几倍。比如常见的遍历算法
-
时间复杂度O(n^2),就代表数据量增大n倍时,耗时增大n的平方倍,冒泡排序的时间复杂度度为O(n ^2),对n个数排序,需要扫描n×n次
-
时间复杂度O(logn),当数据增大n倍时,耗时增大logn倍(这里的log是以2为底的,比如,当数据增大256倍时,耗时只增大8倍,是比线性还要低的时间复杂度)。二分查找就是O(logn)的算法,每找一次排除一半的可能,256个数据中查找只要找8次就可以找到目标
-
时间复杂度O(nlogn),就是n乘以logn,当数据增大256倍时,耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。