演算法的執行效率，就是演算法**的執行時間。我們需要能夠用肉眼就看出一段**的執行時間。
int cal(int n)
return sum;
}
t(n)=o(f(n))
t(n)表示**的執行時間；n表示資料規模的大小;f(n)表示每行**執行的次數總和，t(n) = o(2n+2)，這就是大o時間複雜度表示法。大o時間複雜度實際上並不具體表示**真正的執行時間，而是表示**執行時間歲資料規模增長的變化趨勢，所以，也叫作漸進時間複雜度。
而我們只需要記錄乙個最大量級就可以了。
時間複雜度分析
1.只關注迴圈執行次數最多的一段**
我們通常可以忽略掉工事中的敞亮，低階，係數，只需要記錄乙個最大階的量級即可。
int cal(int n)
return sum;
}
加法規則：總複雜度等於量級最大的那段**的複雜度
舉個例子：
int cal(int n)
int sum_2 = 0;
int q = 1;
for (; q < n; ++q)
int sum_3 = 0;
int i = 1;
int j = 1;
for (; i <= n; ++i)
}return sum_1 + sum_2 + sum_3;
}
第一段是乙個常量；第二段是o(n)；第三段是o(n^2)
所以取最高的o(n^2).
3.乘法法則：巢狀**的複雜度等於巢狀內外**複雜度的乘積
int cal(int n)
} int f(int n)
return sum;
}
比較常見的演算法時間複雜度：o(1),o(logn),o(nlogn),o(2^n),
o(n^k)等等。。。
參考：極客時間
如何衡量演算法時間複雜度，空間複雜度以及大O表示法
演算法是用來解決特定的問題的一種思想，對於同乙個問題，可以有多種實現方式，最終的結果是一樣的，但是整個過程需要的時間和資源不同，我們就需要在時間和空間上進行衡量。時間複雜度 當前演算法所需要的執行時間 空間複雜度 當前演算法所需要的記憶體空間 大 o 表示法 也叫做漸進式時間複雜度，公式為 t n ...
大O演算法複雜度表示
序言 演算法的時間複雜度和空間複雜度都是用 大o表示法 來表示的。其中o是個常量。常見的排序演算法的時間複雜度 氣泡排序 插入排序 希爾排序 選擇排序的時間複雜度是o n 2 快速排序的時間複雜度是o n log n 空間複雜度 氣泡排序 插入排序 希爾排序 選擇排序的空間複雜度是o 1 快速排序的...
演算法的時間複雜度O
在進行演算法分析時，語句總的執行次數 t n 是關於問題的規模n 的函式，進而分析 t n 隨 n 的變化情況並確定 t n 的數量級，演算法的時間複雜度，也就是演算法的時間度量，記作 t n o f 它表示隨問題的規模 n 的增大，演算法的執行時間的增長率 f n 的增長率相同，稱作演算法的漸近時...