算法时间复杂度定义
算法的时间复杂度，也就是算法的时间量度，记作：T(n)=O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐近时间复杂度，简称为时间复杂度。其中f(n)是问题规模n的某个函数。
一般情况下，随着n的增大，T(n)增长最慢的算法为最优算法。
O(1)叫常数阶、O(n)叫线性阶、O(n^2)叫平方阶。
推导大O阶：
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。
3．如果最高阶项存在且不是1，则去除与这个项相乘的常数。
常数阶
int sum = 0,n = 100; /* 执行一次 */
sum = (1 + n) * n / 2; /* 执行一次 */
printf("%d", sum); /* 执行一次 */
运行次数函数是f(n)=3,时间复杂度为O(1)。与问题的大小无关（n的多少），执行时间恒定的算法，叫常数阶。
线性阶
int i;
for (i = 0; i < n; i++)
{
/* 时间复杂度为O(1)的程序步骤序列 */
}
时间复杂度为O(n)，因为循环体中的代码须要执行n次。
对数阶
int count = 1;
while (count < n)
{
count = count * 2;
/* 时间复杂度为O(1)的程序步骤序列 */
}
由2x=n得到x=log2n,时间复杂度为O(logn)。
平方阶
int i, j;
for (i = 0; i < n; i++)
{
for (j = 0; j < n; j++)
{
/* 时间复杂度为O(1)的程序步骤序列 */
}
}
外层的循环时间复杂度O(n)，内层时间复杂度为O(n)，所以这段代码的时间复杂度为O(n^2)。
n++; /* 执行次数为1 */
function(n); /* 执行次数为n */
int i, j;
for (i = 0; i < n; i++) /* 执行次数为n^2 */
{
function (i);
}
for (i = 0; i < n; i++) /* 执行次数为n(n + 1)/2 */
{
for (j = i; j < n; j++)
{
/* 时间复杂度为O(1)的程序步骤序列 */
}
}
执行次数f(n)=1+n+n^2+n(n+1)/2=3/2·n^2+3/2·n+1，时间复杂度也是O(n2)。
欢迎扫描下方二维码，持续关注：
互联网工程师（id:phpstcn），我们一起学习，一起进步
