保留時間用什麼表示
演算法的好與壞
衡量演算法的標準有很多，其中最主要的兩種是時間複雜度和空間複雜度。
由於受輸入規模和環境的影響，我們無法估計準確的時間耗費和空間耗費，但我們可以根據程式碼來預估執行的大概時間和大概空間。
1、基本操作執行次數Tn
將每條程式碼執行的時間都設定為單位時間，計算程式最終執行的大致時間。
2、漸進時間複雜度
如果只用基本執行操作次數Tn來表示程式執行的大致時間，會存在一定的理論不足，因為我們無法確定n到底執行了多少次，自然無法估計哪一中演算法更快。
因此，為了解決這個難題，有了漸進時間複雜度的概念。
漸進時間複雜度的官方定義：
若存在函式fn，使得n趨於無窮大的時候，Tn/fn的極限值為不等於0的常數時，則稱fn是Tn的同數量級函式。記作Tn=O（fn），稱為O（fn），O為演算法的漸進時間複雜度，簡稱為時間複雜度。
這就是廣為人知的大O表示法。
理解：實際上就是將基本執行操作次數Tn的n設定為無窮大，求其最簡化形式的同數量級函式。
3、推導時間複雜度的幾個原則
因為大O表示法求的是當n趨於無窮大時，其執行次數的最簡化形式的同數量級函式。因此，需要遵循一些原則：
如果執行的時間是常數量級，則用常數1表示
只保留時間函式中的最高階項
如果最高階項存在，則省去最高階項前面的係數
舉例：
Tn =3 等價於Tn=O（1）
Tn=3n 等價於Tn=O（n）
Tn=5lgn等價於Tn=O（lgn），注意這裡的lgn是省略掉了底數2
Tn=n*n*0。5+n等價於Tn=O（n*n）
這裡我們涉及到了4種經典的時間複雜度，O（1），O（n），O（lgn），O（n*n），當n足夠大的時候，演算法的執行時間為：
O（1）