数据结构(1) 时间复杂度

引言：时间复杂度是判断一个程序算法是否可行的方法，在多个同一个问题的算法中，可以通过时间复杂度来挑选优秀的算法

1、需要理解要点：问题的规模和语句频度，数量级O()

问题的规模：问题的规模指的是算法求解问题输入量的多少，可以用n表示

语句频度：一条语句重复执行的次数

在数据结构中，把一个算法的时间复杂度用数量级'O()'来表示，它不是一个确定值，只是一个数量级，例如1，n，n^2等

2.语句频度最高的，其数量级一般为时间复杂度，如下：

int a =0;
for(int i=0;i<=n;i++){      //语句频度为（n+1）
    for(int j=0;j<=n;j++){  //语句频度为 n*（n+1）
        a++;                //语句频度为 n^2
    }
}

以上时间复杂度为O（n^2）,因为最大的语句频度的数量级就是n^2

int x = n;
int y = 0;
while(x>=(y+1)*(y+1)){
    y++;
}

一开始可能不知道怎么下手，但其实只要算出语句频度最高的那个数量级便可，这里的话y++语句频度最高，并且在x>=(y+1)*(y+1)时执行，因为y每次都是递增1的，因此

n=(y+1)*(y+1);   y= √n -1

所以时间复杂度为O（√n）