f(n) = O(g(n))：f的阶不高于g的阶。 f(n) = Ω(g(n))：f的阶不低于g的阶。 f(n) = θ(g(n))：f的阶等于g的阶。 f(n) = o(g(n))：f的阶低于g的阶。 O给出的是函数f(n)在渐进意义下的上界（但不一定是最小的） Ω给出的是函数f(n)在渐进意义 ...

在描述算法复杂度时,经常用到 o(1), o(n), o(logn), o(nlogn) 来表示对应算法的时间复杂度, 这里进行归纳一下它们代表的含义:这是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量 ...

（一）算法时间复杂度定义:　　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 ...

1 二分查找算法 二分查找算法适合：只需查找，不需要插入(O(N)复杂度?)和删除的情况。如查询元素周期表这种较稳定的数据。 2 欧几里德算法(求最大公因数) 若M > N,则第一次循环交换M和N。 若想分析其时间复杂度，则要求循环次数，即生成余数的次数 ...

时间复杂度为O(nlogn)的排序算法（归并排序、快速排序）,比时间复杂度O(n²)的排序算法更适合大规模数据排序。 归并排序 归并排序的核心思想 采用“分治思想”，将要排序的数组从中间分成前后两个部分，然后对前后两个部分分别进行排序，再将排序好的两部分合并在一起，这样数组就有序了。 分治 ...

转自：https://www.jianshu.com/p/59d09b9cee58 每一个优秀的开发者脑中都有时间概念。他们想给用户更多的时间让用户做他们想做的事情。他们通过最小化时间复杂度来实现这一目的。 在你能理解程序的时间复杂度之前，你需要了解最常使用它的地方：算法设计 ...

时间复杂度为O（logN）的常用算法 折半查找 欧几里得算法 幂运算 ...

定义 ​ 对于不同的机器环境而言，确切的单位时间是不同的，但是对于算法进行多少个基本操作（即花费多少时间单位）在规模数量级上却是相同的，由此可以忽略机器环境的影响而客观的反应算法的时间效率。 对于算法的时间复杂度效率，我们可以用“大O记法”来表示。 “大O记法”：对于单调的整数函数f ...