程序性能分析（时间复杂度）

一、时间复杂度

1.1

定义：定性描述算法运行时间的函数

通常以算法的操作单元数量来代表程序消耗的时间，这里默认算法的每个操作单元运行所消耗的时间都是相同的。

n-数据规模，f(n)-操作单元数量，n↑，f(n)↑，O(f(n))-时间复杂度，O-上界，最坏情况运行时间的上界

例1：插入排序的时间复杂度是O(n^2)（平均/最坏情况，和定义相符）

例2：快速排序的时间复杂度是O(nlogn)（平均/最好情况，和定义不相符）

O代表的是平均情况，而不是严格意义上的上界

 各种常用排序算法的时间复杂度和空间复杂度https://blog.csdn.net/jiajing_guo/article/details/69388331

1.2

1.

有些情况不是时间复杂度越低越好(简化后的时间复杂度忽略了常数项)

忽略的原因：O默认数据量↑↑，常数项已经不起决定性作用

O(1)<O(logn)<O(n)<O(n^2)<O(n^3)<O(2^n)

常<对<幂(线性<平方<立方)<指

2.

去掉常数系数，只保留最高项

1.3

带你逐步分析递归算法的时间复杂度https://zhuanlan.zhihu.com/p/129887381二、程序运行时间

2.1

如果直到n的规模已经足够让时间复杂度为O(n)的算法的执行时间超过1s，那么就应该考虑时间复杂度为O(logn)的算法了。

 2.2

 2.8GHz=2800MHz=2800000000Hz

28亿

测试计算机的运行速度https://blog.csdn.net/weixin_57407423/article/details/122338472