概念
时间复杂度是同一问题可用不同算法解决,而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。
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。
分析
例如:O(1)、O(n)、O(1lgn)、O(nlogn)、O(n^2)等
O描述的是算法的运行时间和输入数据之间的关系;
算法和n呈线性关系。
,有助于目录的生成
直接输入1次#,并按下space后,将生成1级标题。
输入2次#,并按下space后,将生成2级标题。
以此类推,我们支持6级标题。有助于使用TOC
语法后生成一个完美的目录。
举例
动态数组添加操作的时间复杂度
修改操作
查找操作
删除操作
总的来说
分类
按数量级递增排列,常见的时间复杂度有:
常数阶O(1),对数阶O(log2^n),线性阶O(n),
线性对数阶O(nlog2n),平方阶O(n^2),
立方阶O(n^3),
k次方阶O(n^k),
指数阶O(2^n),
随着问题规模n的不断增大,上述时间复杂度不断增大,算法的执行效率越低。