算法效率衡量标准（时间复杂度）

1. 时间复杂度简介：

• 相信大多数人判断一个算法的好坏就是比较算法的执行时间，即经过多长的时间可以运算出结果。其实这并不是正确的。如果对于解决一个问题有2种算法，算法1的执行时间小于算法2，这并不能代表算法1优于算法2。假设执行算法1的计算机性能和环境都低于执行算法2的计算机的性能和环境，那么算法1可能执行的时间会更长。所以可以看出仅仅根据执行时间来衡量算法的优劣不一定是正确的。

• 算法的衡量标准应该是以时间复杂度来进行衡量。 时间复杂度：就是运算所经历的步骤。

• 用比较官方的话说就是（摘自百度百科）：计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况。

2. 时间复杂度的分类：

• 最优时间复杂度：完成运算最少需要多少步骤。（最乐观的情况，我们一般不考虑）
• 最坏时间复杂度：完成运算最多需要多少步骤。（在实际中，都是关注最坏时间复杂度。）
• 平均时间复杂度：完成运算平均需要多少步骤。（平均时间复杂度的意义也不大）

3.时间复杂度的几条基本计算规则：

• 基本操作，即只有常数项，认为其时间复杂度为O(1)
• 顺序结构，时间复杂度按加法进行计算
• 循环结构，时间复杂度按乘法进行计算
• 分支结构，时间复杂度取最大值
• 判断一个算法的效率时，往往只需要关注操作数量的最高次项，其它次要项和常数项可以忽略
• 在没有特殊说明时，我们所分析的算法的时间复杂度都是指最坏时间复杂度