演算法複雜度分為時間複雜度和演算法複雜度。顧名思義，時間複雜度就是計算一段程式執行時間。而空間複雜度則是計算程式的儲存空間。
如今，大多數情況下我們只是去考慮時間複雜度。
若對於乙個演算法，的上界與輸入大小無關，則稱其具有常數時間，記作時間o(1)。
int a=0;
system.out.println("123213");
若演算法的t(n) =o(logn)，則稱其具有對數時間。由於計算機使用二進位制的記數系統，對數常常以2為底（即log2n，有時寫作lgn）。然而，由對數的換底公式，logan和logbn只有乙個常數因子不同，這個因子在大o記法中被丟棄。因此記作o（logn），而不論對數的底是多少，是對數時間演算法的標準記法。
n = a^x（a 的 x 次方）；x=logan （x以a為底 n的對數）。a成為底數 ，n成為真數
int i=1;
while(i上述** 每次迴圈相當於不斷成以2. 當i大於n時，迴圈結束。可以轉換為n=2^x; =>x = log2n=> 捨棄常熟因子。 時間複雜度就是o(logn)
如果乙個演算法的時間複雜度為o(n)，則稱這個演算法具有線性時間，或o(n)時間。非正式地說，這意味著對於足夠大的輸入，執行時間增加的大小與輸入成線性關係。
for(int i=0;i上述**，隨著n的變化執行時間會成乙個線性的增長.時間複雜度o(n)
若乙個演算法時間複雜度t(n) = o(nlog n)，則稱這個演算法具有線性對數時間。
for(int m=0;m上述**，裡層是 o(logn);外層也要迴圈n次，這就是 o(n logn)
。。。待續
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...
演算法複雜度 時間複雜度和空間複雜度
演算法複雜度 時間複雜度和空間複雜度 關鍵字 演算法複雜度 時間複雜度 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...
演算法複雜度 時間複雜度和空間複雜度
演算法的時間複雜度是指執行演算法所需要的計算工作量。n稱為問題的規模，當n不斷變化時，時間頻度t n 也會不斷變化。但有時我們想知道它變化時呈現什麼規律。為此，我們引入時間複雜度概念。一般情況下，演算法中基本操作重複執行的次數是問題規模n的某個函式，用t n 表示，若有某個輔助函式f n 存在乙個正...