时间复杂度❗

[HealUP]

如图所示：

(图来源不明，侵删，抱歉)

• 常数阶：常数阶的操作数量与输入数据大小 n无关，即不随着 n的变化而变化

• 对数阶：与指数阶正好相反，后者反映“每轮增加到两倍的情况”，而前者反映“每轮缩减到一半的情况”。对数阶仅次于常数阶，时间增长得很慢，是理想的时间复杂度。

• 线性阶：常出现于单层循环

• 线性对数阶：常出现于嵌套循环中，两层循环的时间复杂度分别为 O(log⁡n) 和 O(n) 。

  主流排序算法的时间复杂度都是 O(nlog⁡N) ，例如快速排序、归并排序、堆排序等。

• 平方阶：常出现于嵌套循环，外层循环和内层循环都为 O(n)

• 指数阶:增长得非常快，在实际应用中一般是不能被接受的。若一个问题使用「暴力枚举」求解的时间复杂度是 O(2^n) ，那么一般都需要使用**「动态规划」或「贪心算法」**等算法来求解