时间复杂度

1.时间复杂度：
某函数中有n次基本操作重复执行，用T(n)表示，现在有某辅助函数f(n)，使得当n趋近于无穷大时，T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作:T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
通俗地讲，其实时间复杂度就是找了一个同样曲线类型的函数f(n)来表示这个算法的n在不断变大时的趋势。当输入量n逐渐加大时，时间复杂性的极限情形称为算法的”渐近时间复杂性”。

2.简单算法的时间复杂度举例
int i=1;
while (i<=n)
i=i*2;

上面代码设第三行的频度是f(n), 则：2的f(n)次方<=n;f(n)<=log₂n，取最大值f(n)= log₂n，所以T(n)=O(log₂n ) 。

1. 堆排序的时间复杂度

3.1初始化建堆过程时间:O(n)
推算过程：
假设高度为k，则从倒数第二层右边的节点开始，这一层节点都要执行子节点比较然后交换；倒数第三层，则选择其子节点进行比较和交换，如果没交换就可以不继续执行下去了，否则，又要选择一支子树进行比较和交换(由此可看，某非尾节点处调整的时间消耗是k-i，假设该非尾节点在第i层)。

3.2调整堆的时间：O(nlogn)
推算过程：
循环n-1次，每次都是从根节点往下循环查找，所以每一次时间是logn，总时间: log(n-1)=nlogn-logn；

综上所述：堆排序的时间复杂度为：O(nlogn)