事後統計法：
測試結果非常依賴測試環境；
測試結果受資料規模的影響很大；
表示演算法的執行時間與資料規模之間的增長關係；
只關注迴圈執行次數最多的**；
加法法則：總時間複雜度等於量級最大的那段**的複雜度；
乘法法則：巢狀**的複雜度等於巢狀內外**複雜度的乘積；
幾種常見的時間複雜度：
o(1)：一般情況下，只要演算法中不存在迴圈語句、遞迴語句，即使有成千上萬的**，其時間複雜度也是o(1)；
o(logn)、o(nlogn)：在採用大o標記複雜度的時候，可以忽略係數，即o(cf(n)) = o(f(n));
o(m+n)、o(m*n)：在無法事先評估m和n誰的量極大時，原來的加法法則就不正確了，需要將加法法則改為：t1(m) + t2(n) = o(f(m) + f(n))，但是乘法法則繼續有效：t1(m) * t2(n) = o(f(m) * f(n))；
表示演算法的儲存空間與資料規模之間的增長關係；
常見的空間複雜度：o(1)、o(n)、o(logn)；
總結：越高階複雜度的演算法，執行效率越低。常見複雜度從低階到高階有：o(1)、o(logn)、o(n)、o(nlogn)、o(n²)；
// n 表示陣列 array 的長度
int find(int array, int n, int x)
} return pos;
}
如上端**：最壞情況時間複雜度為 o(n);
如上端**：平均情況時間複雜度為：
這個值就是概率論中的加權平均值，也叫作期望值，所以平均時間複雜度的全稱應該叫「加權平均時間複雜度」或者「期望時間複雜度」
均攤時間複雜度就是一種特殊的平均時間複雜度
// array 表示乙個長度為 n 的陣列
// **中的 array.length 就等於 n
int array = new int[n];
int count = 0;
void insert(int val)
array[0] = sum;
count = 1;
}array[count] = val;
++count;
}
所以平均時間複雜度為：
3. 每一次o(n)的插入操作，都會跟著n-1次o(1)的插入操作，所以把耗時多的那次操作均攤到接下來的n-1次耗時操作上，均攤下來，這一組連續的操作的均攤時間複雜度就是o(1);
演算法複雜度分析
分析非遞迴演算法效率的通用方案 1.決定用哪個 哪些 引數作為輸入規模的度量 2.找出演算法的基本操作 作為一規律，它總是位於演算法的最內層迴圈中 3.檢查基本操作的執行次數是否只依賴輸入規模。如果它還依賴一些其他的特性，則最差效率 平均效率以及最優效率 如果必要 需要分別研究。4.建立乙個演算法基...
演算法複雜度分析
演算法分析的四個漸進表示法 一般，o裡的，取最小的 一般，裡的，取最大的 一般分析時間複雜度，且常考慮最壞複雜度，常用o分析 三法則 法則一 如果t1 n o f n t2 n0 o g n t1 n t2 n max o f n o g n t1 n t2 n o f n o g n 法則二 如果...
演算法複雜度分析
類別name 名字交換類排序 quicksort 快速排序 交換類排序 bubble sort 氣泡排序 選擇類排序 selection sort 選擇排序 選擇類排序 heapsort 堆排序插入類排序 insertion sort 插入排序 插入類排序 shell sort 希爾排序 bucke...