時間復雜度的計算

1、時間復雜度計算學習數據結構時，覺得時間復雜度計算很復雜，怎么也看不懂，差不多三年之后，還是不懂，馬上就要找工作了，趕緊惡補一下吧：首先了解一下幾個概念。一個是時間復雜度，一個是漸近時間復雜度。前者是某個算法的時間耗費，它是該算法所求解問題規(guī)模n的函數，而后者是指當問題規(guī)模趨向無窮大時，該算法時間復雜度的數量級。當我們評價一個算法的時間性能時，主要標準就是算法的漸近時間復雜度，因此，在算法分析時，往往對兩者不予區(qū)分，經常是將漸近時間復雜度

2、T(n)=O(f(n))簡稱為時間復雜度，其中的f(n)一般是算法中頻度最大的語句頻度。此外，算法中語句的頻度不僅與問題規(guī)模有關，還與輸入實例中各元素的取值相關。但是我們總是考慮在最壞的情況下的時間復雜度。以保證算法的運行時間不會比它更長。常見的時間復雜度，按數量級遞增排列依次為：常數階O(1)、對數階O(log2n)、線性階O(n)、線性對數階O(nlog2n)、平方階O(n^2)、立方階O(n^3)、k次方階O(n^k)、指數階O(