时间复杂度计算

时间复杂度基本介绍

T(n) = O(f(n))；

T(n)：表示代码执行的时间
n ：表示数据规模的大小
f(n)：表示每行代码执行次数总和
O：表示代码执行时间T(n)与f(n)表达式成正比

常见复杂度从低阶到高阶有：
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2)
如果一段代码的时间复杂度为O(logn)，循环执行n遍，时间复杂度就为O(nlogn)。其常见算法有归并排序、快速排序等。

时间复杂度例题

例1

我们可以推导公式F(N)=N*2+2*N +1 ，F(N)=N*2采用大O的渐进表示法

1、用常数1取代运行时间中的所有加法常数。

2、在修改后的运行次数函数中，只保留最高阶项。如果最高阶项存在且不是1，则去除与这个项目相乘的常数。

3得到的结果就是大o阶.使用大O的渐进表示法以后，Func1的时间复杂度为: o（n）