图解常见排序方法的时间复杂度

常见排序方法及其复杂度 几种复杂的表示方式： O（1）： 耗时/耗空间与输入数据大小无关 O（n）: 就代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法。 O(n2)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序、递归算法，就是典型的O(n2)的算法，对n个数排序，需要扫描n×n次。 O( login)当数据增大n倍时，耗时增大logn倍（这里的log

>>阅读原文<<