【复杂度】时间复杂度的理解

算法追求：更少的时间和更少的存储。

1.什么是时间复杂度

就是算法的运行时间，假设每行代码执行时间为t，则算法运行时间 = 代码总行数 × t。
以下代码执行的时间 = 1t+m×t+m×t = (1+2m)t

用 $T(n)$ 表示算法执行时间。

$f(n)$ 表示所有语句执行次数，则对于上面的代码 $f(n) = 1+2n$ 。

$$T(n) = f(n)×t = (1+2n)×t$$

算法执行时间 $T(n)$ 和数据规模n相关，$n$ 趋近于无穷时，$T(n)$ 有一个增长趋势。
使用大O表示这种增长趋势，大 $O = O(f(n))$ 可以直接用来表示时间复杂度。
大O表示增长趋势，有如下公式

1. $O(kf(n))=O(f(n))$
2. $O(f(a))=O(f(b))$
3. $O(f(n)+g(n))=O(max{O(f(n)),O(g(n))})$

参考：

1. 时间复杂度的理解和计算
2. 用通俗的语言讲解复杂度