时间复杂度

假设：

     算法A的执行次数是T（n）=100n

     算法B的执行次数是T（n）=，这两个到底谁的运行时间更长一些呢？

这就要看n的取值了。

因此，为了解决时间分析的难题，有了：渐进时间复杂度（asymptotic time complexity）的概念，

其官方定义如下：

    若存在函数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）），称为O（f（n）），O为算法的渐进时间复杂度，

简称为时间复杂度。

因为渐进时间复杂度用大写O来表示，所以也被称为大O表示法。

 

简单地理解，时间复杂度就是把程序的相对执行时间函数T（n）简化成一个数量级，

这个数量级可以是n，，，等。

举例：

T（n）=5logn

转化为时间复杂度为：T（n）=O（logn）