常见算法复杂度

• O(1) 常数复杂度 无论代码有多少行，只执行一遍。可是没有O(2)或者O(3)。常数复杂度都用O(1)表示

• O(n) 线性时间复杂度 例：一层循环

• O(n^2) 平方 例：二层循环

• O(n^3) 立方 例：三层循环

• O(2^n) 指数 例：

int fib(int n) { 
 if (n <= 2) return n; 
 return fib(n - 1) + fib(n - 2); 
}

• O(log n) 对数复杂度 例：

for (int i = 1; i < n; i = i * 2) {
 System.out.println("Hey - I'm busy looking at: " + i); 
}

这个O是什么意思？

渐进符号，O 表明渐近上界。另还有 渐近下界，渐近同阶，渐近低阶。之因此咱们用O，也就是渐近上界。即咱们通常都说一个算法的时间复杂度的上界。

O(log n) 这个对数为何没有底数？

其实这个事，不用关注。直接的理解能够回想一下高中学的对数的图像，无论底数是几，差距并不明显。固然也能够经过数学证实来讲明。这里就不说了。