文章目录

1 算法的时间复杂度定义2 推导大O阶方法2.1 常数阶2.2 线性阶2.3 对数阶2.4 平方阶2.5 立方阶 3 常见的时间复杂度排序4 算法空间复杂度5 常用算法的时间复杂度和空间复杂度

1 算法的时间复杂度定义

在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。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，称作算法的渐进时间复杂度，简称为时间复杂度。其中，f(n)是问题规模n的某个函数。

这样用大写O()来体现算法时间复杂度的记法，我们称之为大0记法。

2 推导大O阶方法

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。

3、如果最高阶项存在且不是1，则