時間複雜度O(n)複習

簡易理解爲，算法程序執行過程中，所消耗的時間。（不僅用於表示時間複雜度，也用於表示空間複雜度）

 

大O表示法  有如下規則：

1.用常數1取代運行時間中的所有加法常數

2.只保留最高階項

3.去除最高階的常數

 

O後面的括號中有一個函數，指明某個算法的耗時/耗空間與數據增長量之間的關係。其中的n代表輸入數據的量。 
比如時間複雜度爲O(n)，就代表數據量增大幾倍，耗時也增大幾倍。比如常見的遍歷算法

這裏舉例對數階，套用上述規則，下面代碼執行次數logn + 1，保留高階項，去除高階常數，所以時間複雜度是O(logn)：

int t = 2;//執行1次

while (t < n){ 

   t *= 2; //執行了logn次

}

這段代碼while裏面要判斷執行次數，假設執行次數是x那麼要成立2^x > n，所以得出來的執行次數就是logn（對數可以簡單理解爲一種數字規則，大數“降維”吧，比如8,16,32    以2爲底的對數分別爲3,4,5）

其他常數階O(1)、線性階O(n)、平方階O(n²)等