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)