一般用大O表示法来描述复杂度，它表示的是数据规模 n 对应的复杂度 大O表示法仅仅是一种粗略的分析模型，是一种估算，能帮助我们短时间内了解一个算法的执行效率
忽略常数、系数、低阶
- 9 >> O(1)
- 2n + 3 >> O(n)
- n^2+ 2n + 6 >> O(n^2)
- 4n^3+ 3n^2+ 22n + 100 >> O(n^3)
- 对数阶一般省略底数,所以 log2(n) 、log9(n) 统称为 logn
| 执行次数 | 复杂度 | 非正式术语 |
|---|---|---|
| 123 | O(1) | 常数阶 |
| 3n + 8 | O(n) | 线性阶 |
| 5n^2 + 8n + 9 | O(n^2) | 平方阶 |
| 5log2(n) + 250 | O(logn) | 对数阶 |
| 30n + 29nlog3(n) + 159 | O(nlogn) | nlogn阶 |
| 12n^3 + 31n^2 + 220n + 1000 | O(n^3) | 立方阶 |
| 2^n | O(2^n) | 指数阶 |
O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)
1、数据比较少的时候
2、数据量大的时候
