對於演算法，我們應該就會想到時間複雜度和空間複雜度，畢竟它是衡量乙個演算法效率基本標桿。在實際專案中，一般來說其時間複雜度影響更為突出，那今天沒事來總結下時間複雜度的學習筆記唄。
時間頻度：演算法中的語句執行次數稱為時間頻度，記為t(n)。
時間複雜度：語句執行次數 t(n) 是關於問題規模 n 的函式，進而分析 t(n) 隨 n 的變化情況並確定 t(n) 數量級。演算法的時間複雜度，也就是演算法的時間量度，記作：t(n) = o(f(n))，它表示隨問題規模 n 的增大演算法執行時間的增長率和 f(n) 的增長率相同，稱作演算法的漸近時間複雜度，簡稱為時間複雜度，其中f(n) 是問題規模 n 的某個函式。
上面說的時間複雜度比較官方，也比較抽象，下面大白話來聊聊或許你就明白了........請看下面**：
for(int i=0; i
如果讓**上面**的執行時間，你算得出來嗎？嘿嘿嘿..........其實最終執行時間只有在計算機上跑了才知道。但是我們能否發現點什麼那？電腦上執行**，每條語句都是需要時間，這就是時間花費的地方，我們把每條語句的執行時間稱為時間片。上面**總共需要執行多少次那？int i=0執行1次，i
再比如，如果n=1000,n=10000,n=30000,n=80000,當n非常大時，係數3和常數2就對3n+2的影響很小了，這時我們就只關心問題的規模n了，所以一般忽視了係數和常數，就說t(n) = n來表示時間執行的趨勢，這就是時間複雜度，這下明白了吧..........。
原來時間複雜度表示某個演算法的執行趨勢，大致來衡量乙個演算法的效率高低的。
關於時間複雜度，有如下關係：
t(1)
再來看下面**：
int i = 10;cout
<<"
i =
"《上面**總共需要執行2次，這時t(n)=2,對這個函式進行簡化就用1來代替，那時間複雜度就是1，也被稱為常數階。
再反推下面**的時間複雜度：
for(int a=0; a)
for(int b=0; b)
cout
<<"
test
"《巢狀兩層for語句，忽視係數和常數，那t(n)=n²來表示這段**的執行趨勢。
再來一例對數的例子：
int k = 1
;while(k
上面**k=k*2，那多少次退出while語句那？不知道我們就假設x次退出，那就2*x = n,那x=㏒2n，這就是t(n)=㏒n,這就是表示這段演算法的時間執行趨勢，即時間複雜度。
回頭看看，其實時間複雜度也不是很難哈，上文如有不當之處，還請指出，先謝啦.........
dfs時間複雜度 時間複雜度 空間複雜度
時間複雜度的數學證明方法相對比較複雜，通常在工程實際中，會分析就好。注意 只看最高複雜度的運算 int for for for for int遞迴如何分析時間複雜度？常數係數可以忽略，在分析時不用考慮，只要說以上術語即可。主定理 master throrem 上述第四種是歸併排序，所有排序演算法，最...
時間複雜度 空間複雜度
時間複雜度 在電腦科學中，演算法的時間複雜度是乙個函式，它定性描述了該演算法的執行時間。這是乙個關於代表演算法輸入值的字串 的長度的函式。時間複雜度常用大o符號 表述，不包括這個函式的低階項和首項係數。計算時間複雜度的方法 1 只保留高階項，低階項直接丟棄 2 係數不要 3 執行次數是常數是為o 1...
時間複雜度 空間複雜度
演算法複雜度分為時間複雜度和空間複雜度。其作用 時間複雜度是指執行演算法所需要的計算工作量 而空間複雜度是指執行這個演算法所需要的記憶體空間。一 時間複雜度 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道...