算法篇-----时间复杂度的概念

评价一个算法的好与坏，我们往往需要了解到时间复杂度这样一个基础概念，之前对其并不看重，最近发现要经常用到，故写下此篇，便于你我的理解。

1.常数时间的操作：一个操作如果和数据量没有关系，每次都是固定时间内完成的操作，叫做常数操作。例如，数的加加减减，根据数组的下标索引取值等等 称为big O(1)

2.时间复杂度为一个算法流程中，常数操作数量的指标。常用O（读作big O）来表示。具体来说，在常数操作数量的表达式中，只要高阶项，不要低阶项，也不要高阶项的系数，剩下的部分如果记为f(N),那么时间复杂度为O(f(N)).
理解一波：
例子1:有一个有序数组A，和一个无序数组B，其长度分别为M，N，请找出数组B中有但数组A中没有的数。
采取方案，遍历数组B的每一个元素，判断它是否在数组A中，所以其次数为M*N，所以记作O(M*N)
例子2：有一个无序数组，长度为N，让你来排序。
采取方案：第一遍找到最小的输放在第一个位置，接着往后循环该过程，也就是说：N + N-1+N-2+…+2+1,这个计算到的结果其实是An^2 +Bn+C的形式，根据上面的口诀，只要高阶项，不要低阶项，不要高阶项的系数，所以记作O(n^2) .
例子3：题目跟例子1一样，不过想要用另一个方案：对于数组B中的每一个数，都在A中通过二分的方式查找一下。
注意二分查找（必须是有序的），它的复杂度是O(logN)，表示的是以2为底。记作O(logN),总的为O(M*logN)。

综上所述，评价一个算法的好坏，先看复杂度的指标，O(n^2)和O(n)，再比较常数项的执行时间，其实就是系数的大小啦！