算法分析
算法表示:
O(n)不是算法，它是一個函數，是一個表徵算法時間複雜度的一個函數。
計算機科學中，算法的時間複雜度是一個函數，它定性描述了該算法的運行時間。這是一個關於代表算法輸入值的字符串的長度的函數。時間複雜度常用大O符號表述，不包括這個函數的低階項和首項係數。
使用這種方式時，時間複雜度可被稱爲是漸近的，它考察當輸入值大小趨近無窮時的情況。
擴展資料：
算法複雜度分爲時間複雜度和空間複雜度。
其作用： 時間複雜度是指執行算法所需要的計算工作量；
而空間複雜度是指執行這個算法所需要的內存空間。（算法的複雜性體現在運行該算法時的計算機所需資源的多少上，計算機資源最重要的是時間和空間（即寄存器）資源，因此複雜度分爲時間和空間複雜度）。
計算方法：
1、一般情況下，算法中基本操作重複執行的次數是問題規模n的某個函數，用T(n)表示，若有某個輔助函數f(n)，使得T(n)/f(n)的極限值（當n趨近於無窮大時）爲不等於零的常數，則稱f(n)是T(n)的同數量級函數。記作T(n)=O(f(n))，稱O(f(n)) 爲算法的漸進時間複雜度，簡稱時間複雜度。
分析：隨着模塊n的增大，算法執行的時間的增長率和 f(n) 的增長率成正比，所以 f(n) 越小，算法的時間複雜度越低，算法的效率越高。
2、在計算時間複雜度的時候，先找出算法的基本操作，然後根據相應的各語句確定它的執行次數，再找出 T(n) 的同數量級，找出後，f(n) = 該數量級，若 T(n)/f(n) 求極限可得到一常數c，則時間複雜度T(n) = O(f(n))。
則該算法的時間複雜度：T(n) = O(n^3) 注：n^3即是n的3次方。
3、在pascal中比較容易理解，容易計算的方法是：看看有幾重for循環，只有一重則時間複雜度爲O(n)，二重則爲O(n^2)，依此類推，如果有二分則爲O(logn)，二分例如快速冪、二分查找，如果一個for循環套一個二分，那麼時間複雜度則爲O(nlogn)。