算法时间复杂度分析

1. 算法复杂度排名：1<Log2n <n <nLog2n <n的平方<n的三次方<2的n次方<n！，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(log2n),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。
     找到时间复杂度T(n)的同数量级，然后用T(n)/f(n)可得到一常数，则时间复杂度为O（f(n)）

2. 常用的算法的时间复杂度和空间复杂度

排序法	最差时间分析	平均时间复杂度	稳定度	空间复杂度
冒泡排序	O(n2)	O(n2)	稳定	O（1）
快速排序	O(n2)	O(n*log2n)	不稳定	O(log2n)~O(n)
选择排序	O(n2)	O(n2)	稳定	O(1)
二叉树排序	O(n2)	O(n*log2n)	不一定	O(n)
插入排序	O(n2)	O(n2)	稳定	O(1)
堆排序	O(n*log2n)	O(n*log2n)	不稳定	O(1)
希尔排序	O	O	不稳定	O(1)