1、算法时间复杂度

算法时间复杂度的定义：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，称作算法的渐近时间复杂度，简称为时间复杂度。其中f(n)是问题规模n的某个函数。

2、时间复杂度计算

（1）常数阶

       O(1)即可

（2）线性阶

      一般含有非嵌套循环涉及线性阶，线性阶就是随着问题规模n的扩大，对应计算次数呈直线增长。

      int i , n = 100, sum = 0; for( i=0; i < n; i++ )

     {

         sum = sum + i;

      } 上面这段代码，它的循环的时间复杂度为O(n)，因为循环体中的代码需要执行n次。

（3）平方阶

       循环的时间复杂度等于循环体的复杂度乘以该循环运行的次数。

       int i, j, n = 100;

      for( i=0; i < n; i++ )

      {

         for( j=0; j < n; j++ )

         {

           printf(“I love FishC.com\n”);

         }

      }

    复杂度为n^2

（4）对数阶