算法的时间复杂度

常见的算法时间复杂度

1. 常数阶
2. 对数阶
3. 线性阶
4. 线性对数阶
5. 平方阶
6. 立方阶
7. k 次方阶
8. 指数阶

1. 常数阶

无论代码执行了多少行，只要是没有循环等复杂结构，那这个代码的时间复杂度就是 O(1)

无论这类代码有多长，都可以用 O(1) 来表示它的时间复杂度

2. 对数阶

循环每次都 i * 2 增长, 即 2^x = n
如果 n = 1024, 这段代码就是执行了 log2 (1024) 次

3. 线性阶

这段代码， for 循环里的代码会执行 n 遍， 因此它消耗的时间是随着 n 的变化而变化的， 因此这类代码都可以用 O(n) 来表示它的时间复杂度.

4. 线性对数阶

将时间复杂度为 log_2(n) 的代码循环 N 遍

5. 平方阶

立方阶、k次方阶 类似。