时间复杂度（期末第二更）

算法分析的目的：分析算法的效率以求改进

时间复杂度：算法中基本操作重复执行的次数的阶数（语句频度的首项去掉系数），记作T(n)=O(f(n))

例如：

下面时间复杂度为O(nlog2(n))

count=0; 
for(k=1;k<=n;k*=2)//O(log2(n))
	for(j=1;j<=n;j+1)//O(n)
		count++; 

下列算法段的语句频度为 和时间复杂度为O(n^3) 

for（i=1;i<=n;i++） 
    for (j=1;j<=i;j++) 
        for ( k=1;k<=j;k++)
            x += delta;

常见排序方式时间复杂度：

	最差时间分析	平均时间复杂度	稳定度	空间复杂度
冒泡排序	O(n^2)	O(n^2)	稳定	O(1)
快速排序	O(n^2)	O(nlog2(n))	不稳定	O(log2(n))~O(n)
选择排序	O(n^2)	O(n^2)	稳定	O(1)
二叉树排序	O(n^2)	O(nlog2(n))	不稳定	O(n)
插入排序	O(n^2)	O(n^2)	稳定	O(1)
堆排序	O(nlog2(n))	O(nlog2(n))	不稳定	O(1)
希尔排序	0	0	不稳定	O(1)

(上表来自博客https://blog.csdn.net/zxm490484080/article/details/72210501

)