算法的时间复杂度表示

程序的时间复杂度经常会用大O符号表示法,即T(n) = O(f(n))
其中n 表示数据量 ，O(f(n))表示执行的指令数跟f(n)成正比

经常用到的几个时间复杂度:

• 常数阶O(1)，即不会因为量的增加，而增加复杂度
• 线性阶O(n)，比如for循环就是一个典型的O(n)，会执行n遍
• 平方阶O(n²)，比如双重for循环，即把 O(n) 的代码再嵌套循环一遍，它的时间复杂度就是 O(n²) 了
• 对数阶O(logn)，比如二分查找算法就是O(logn)，会2 倍的缩减查找范围，只需 log2^n 次即可跳出循环
• 线性对数阶O(nlogn)，即将O(logn)的循环n遍

log对数函数

一般地，对数函数是以幂（真数）为自变量，指数为因变量，底数为常量的函数。如果ax =N（a>0，且a≠1），那么数x叫做以a为底N的对数，记作x=logaN，读作以a为底N的对数，其中a叫做对数的底数，N叫做真数