时间复杂度

算法的时间复杂度，用来度量算法的运行时间，记作: T(n) = O(f(n))。它表示随着输入大小n的增大，算法执行需要的时间的增长速度可以用 f(n) 来描述。其中，T(n)代表算法执行的时间，f(n)代表T(n)的上界，继当n > c (任意常数)，总有T(n) <= f(n)。

求解算法的时间复杂度的具体步骤是：

1. 找出算法中的基本语句：即算法中执行次数最多的那条语句，通常是最内层循环的循环体。
2. 计算基本语句的执行次数的数量级；
3. 用大Ο记号表示算法的时间性能。

常见的时间复杂度按数量级递增排列依次为：常数0⑴、对数阶0(logn）、线形阶0(n）、线形对数阶0(nlogn）、平方阶0(n2）立方阶0(n3）、…、k次方阶0(n^k）、指数阶0（2^n）。