時間複雜度

時間複雜度是總運算次數表達式中受n的變化影響最大的那一項(不含係數)

一、計算方法

1. 一個算法執行所耗費的時間，從理論上是不能算出來的，必須上機運行測試才能知道。但我們不可能也沒有必要對每個算法都上機測試，只需知道哪個算法花費的時間多，哪個算法花費的時間少就可以了。並且一個算法花費的時間與算法中語句的執行次數成正比例，哪個算法中語句執行次數多，它花費時間就多。一個算法中的語句執行次數稱爲語句頻度或時間頻度。記爲T(n)。

2. 一般情況下，算法的基本操作重複執行的次數是模塊n的某一個函數f（n），因此，算法的時間複雜度記做：T（n）=O（f（n））。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。
   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））。

二、常見的時間複雜度

按數量級遞增排列，常見的時間複雜度有：
常數階O(1), 對數階O(log2n), 線性階O(n), 線性對數階O(nlog2n), 平方階O(n^2) 立方階O(n^3),...，k次方階O(n^k),指數階O(2^n) 
看for循環，來計算，
二分檢索是 O(logn)的