你还在为时间复杂度不懂而担心吗？？？赶紧进来，这里手把手教你计算时间复杂度！！！

作者：低调
作者宣言：写好每一篇博客

前言

时间复杂度是数据结构最开始学的一章，我相信大部分人和我一样，刚开始学，或者已经学完这一章，都还不理解这个是什么意思，怎么计算时间复杂度，接下来，我将为大家进行详细的介绍，看看我能不能把你们讲懂：

以下是本篇文章正文内容，下面案例可供参考

一、什么是时间复杂度？

我们通常说时间复杂度是建立在算法效率上的，所以也叫算法的时间复杂度。

什么是算法效率？

算法效率分析的目的是看算法实际是否可行，并在同一个问题存在多个算法时，可进行时间和空间性能上的比较，以便从中挑选出较优的算法

算法效率分析分为两种：第一种是时间效率，第二种是空间效率。时间效率被称为时间复杂度，空间效率被称作空间复杂度。 时间复杂度主要衡量的是一个算法的运行速度，而空间复杂度主要衡量一个算法所需要的额外空间（由于现在计算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度，此文也就不在讲解空间复杂度了）

1.1时间复杂度的概念

注：在计算机科学中，算法的时间复杂度是一个函数，需要把程序放到计算机上运行才能得出结果，很显然这样是非常麻烦的。

所以我们才有了时间复杂度这个分析方式，一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法的时间复杂度。

1.2复杂度计算在算法的意义

虽然我们现在写的程序很快运行出来了，但在今后工作中，我们会面临几十万行代码，这个时候就体现到算法效率的意义，和计算时间复杂度的重要性了。在以后面试过程中，也需要掌握怎么计算，才能顺利通过面试。

1.3如何计算常见算法的时间复杂度？

大O的渐进表示法

我们先来看一个简单的代码：

// 请计算一下Func1基本操作执行了多少次？
void Func1(int N) {
   
   
 int count = 0;
 for (int i = 0; i < N ; ++ i)//执行N次
 {
   
   
 for (int j = 0; j < N ; ++ j)//执行N次，并且这个for在另一个for内部
 {
   
   
 ++count;
 }
 }
 for (int k = 0; k < 2 * N ; ++ k)//执行2N次
 {
   
   
 ++count;
 }
 int M = 10;
 while (M--)//执行十次；
 {
   
   
 ++count;
 }
 printf("%d\n", count);
}

Func1 执行的基本操作次数：F（N）=N×N+2*N+10
N = 10 F(N) = 130
N = 100 F(N) = 10210
N = 1000 F(N) = 1002010
*实际中我们计算时间复杂度时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，那么这里我们使用大O的