定義：與問題的大小無關（n的多少），執行時間恆定的演算法，我們稱之為具有o(1)的時間複雜度，又叫常數階。
下面這個演算法，也就是高斯演算法，為什麼時間複雜度不是o(3)，
而是o(1)。
int sum = 0,n = 100; /* 執行一次 */
sum = (1 + n) * n / 2; /* 執行一次 *
/printf("%d", sum); /* 執行一次 */
這個演算法的執行次數函式是f(n)=3。
根據我們推導大o階的方法，第一步就是把常數項3改為1。
在保留最高端項時發現，它根本沒有最高端項，所以這個演算法的時間複雜度為o(1)。
注意：不管這個常數是多少，我們都記作o(1)，而不能是o(3)、o(12)等其他任何數字，
這是初學者常常犯的錯誤。
對於分支結構而言，無論是真，還是假，執行的次數都是恆定的，不會隨著n的變大而發生變化，
所以單純的分支結構（不包含在迴圈結構中），其時間複雜度也是o(1)。
演算法時間複雜度空間複雜度
演算法 是解決某一類問題的通法，即一系列清晰無歧義的計算指令。每個演算法只能解決具有特定特徵的一類問題，但乙個問題可由多個演算法解決。乙個演算法應該有以下五個方面的特性 比較演算法的優劣我們從兩個維度去進行考量 時間 空間 時間複雜度，空間複雜度 找出基本語句 演算法中執行次數最多的那條語句就是基本...
演算法 時間複雜度 空間複雜度
1 if i 1 2 a 1 result 3 4 result n 2 result 1000 1000 3 array.push a array.pop 4 map.set 1,1 map.get 1,1 在計算複雜度的時候，o 1 一般會被忽略。1 for let i 0 i n i 2 wh...
演算法複雜度 時間複雜度和空間複雜度
1 時間複雜度 1 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且乙個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數...