時間複雜度可以表示某個演算法的執行時間的趨勢，大致地度量演算法效率的好壞。
乙個演算法的執行時間可以由其中基本運算的執行次數來計算。
演算法中基本運算次數執行次數t（n）是問題規模n的某個函式f（n），記作：t(n)=o(f(n))
計算演算法複雜度o的大致方法：1.得出執行時間的函式
2.對函式進行化簡
①.用常數1來取代執行時間中所有加法常數。
②.修改後的函式中只保留最高項。
③.如果高階項存在且不是1，則忽略這個項的係數。
不同數量級對應的值存在如下關係：o(1)對於多重迴圈，則只需要看最內層的語句執行次數規律就可以了。
乙個定義：設乙個演算法的輸入規模為n，dn是所有輸入的集合，任一輸入i∈dn p(i)是i出現的頻率，有∑i∈dn p(i)=1，t(i)是演算法在輸入i下所執行的基本執行次數，則該演算法的期望時間複雜度為∑i∈dn 該演算法的最壞時間複雜度為w(n)=max i∈dn
複雜度分析 時間複雜度 空間複雜度
執行效率是演算法的乙個重要的考量指標，演算法的執行效率用時間 空間複雜度來衡量。今天我們來學習一下複雜度的分析。通常我們可以通過執行程式來獲得演算法的真正的執行時間，這種方法我們可以稱為事後統計法，但這種方法得到的是具體的資料，測試結果很依賴測試環境，而且受資料規模影像最大。因此，我們需要乙個不需要...
複雜度分析 時間複雜度分析和空間複雜度分析
其實，只要講到資料結構與演算法，就一定離不開時間 空間複雜度分析。而且我個人認為，複雜度分析是整個演算法學習的精髓，只要掌握了它，資料結構和演算法的內容基本上就掌握了一半。1.時間複雜度分析 對於剛才羅列的複雜度量級，我們可以粗略地分為兩類，多項式量級和非多項式量級。其中，非多項式量級只有兩個 o ...
複雜度分析（上）時間複雜度 空間複雜度
為了肉眼 實時 快速地來分析出 的複雜度，我們需要乙個不用具體的測試資料來測試，就可以粗略地估計演算法的執行效率的方法。時間複雜度 空間複雜度 表示演算法的執行時間與資料規模之間的增長關係。每行 對應的 cpu 執行的個數 執行的時間都不一樣，但是，我們這裡只是粗略估計，所以可以假設每行 執行的時間...