算法复杂度的简单介绍

算法复杂度分为时间复杂度和空间复杂度。

 

最坏情况下的时间复杂度称最坏时间复杂度。一般不特别说明，讨论的时间复杂度均是最坏情况下的时间复杂度。

这样做的原因是：最坏情况下的时间复杂度是算法在任何输入实例上运行时间的上界，这就保证了算法的运行时间不会比任何更长。

常用的时间复杂度按照耗费的时间从小到大依次是：

O(C)<O(logn)<O(n)<O(nlogn)<O(n²)<O(n³)<O(2ⁿ)<O(n!)

也就是说我们在设计算法时，要避免时间复杂度是n!,2^n等这样的算法。

如果复杂度是n^2，我们应下意识地去想，是否可以将复杂度降低为nlogn。

K阶多项式，只需要关注最高次幂正确即可，可以忽略所有低次幂和最高次幂的系数（n越大，最高次幂作用更明显）。