時間複雜度通常是指特定計算量所需要的時間度量，通俗來說就是幹一件事所需要的時間！
通常時間複雜度使用大O表示法進行表示，比如常數級別O(1)，線性級別O(n)，對數級別O(logn)，平方級別O(n²）等等！
為什麼要計算(統計)時間複雜度度呢？我們知道網際網路催生了大量資料，而資料的操作無外乎增刪改查，怎麼提高這些操作的效率呢？呢？演算法改進，從簡單的二分查詢，二叉樹，到索引，hash等！。。。畢竟同一件事，完成時間越短越好，這是金主們願意看到的！
下面看下大O表示法怎麼表示時間複雜度例子:比如用計算量作為x軸，時間作為y軸！
O(1):常數級別，時針轉一圈的時間永遠是12個小時，這是一個常數！在座標軸上面就是一條橫線！
O(n):線性級別，你出去旅行距離不固定，無論你是騎車，還是步行，總是滿足你的速度和距離成正比，s＝10n;座標軸上是一條擁有斜率的斜線！
O(logn):對數級別，我們都玩過猜數字的遊戲，先指定一個數(比如100)，然後從0-128開始猜這個數，我們特殊化處理，比如下一家猜了64，那麼就從64-128中間猜，下一家猜96，那麼就從96-128再猜，直到找到100，這在演算法中被稱為二分法查詢，你找到的次數假設為n，那麼只要保證2的n次方大於128即可，也就是n＜log以2為底128的對數＝7，換句話說，你只要7次就能找到這個數！而如果你從0-128順序查詢，你就需要100次才能找到！
O(n²):平方級別，通常氣泡排序就為平方級別的複雜度！
.....
除此之外，二叉樹的時間複雜度也為O(log2n)級別，為什麼二叉樹(以及升級版的紅黑樹，B樹等)效率那麼高？比如2的30次方為1073741824，如果順序查詢平均需要5億次以上，而使用二叉樹只需要30次就可以找到！效率差得不是一星半點。。。
網際網路行業，無處不在講究效率，減少時間！好的程式碼離不開好演算法！更多的演算法知識，敬請關注。。。
時間複雜度通常是指特定計算量所需要的時間度量，通俗來說就是幹一件事所需要的時間！
通常時間複雜度使用大O表示法進行表示，比如常數級別O(1)，線性級別O(n)，對數級別O(logn)，平方級別O(n²）等等！
為什麼要計算(統計)時間複雜度度呢？我們知道網際網路催生了大量資料，而資料的操作無外乎增刪改查，怎麼提高這些操作的效率呢？呢？演算法改進，從簡單的二分查詢，二叉樹，到索引，hash等！。。。畢竟同一件事，完成時間越短越好，這是金主們願意看到的！
下面看下大O表示法怎麼表示時間複雜度例子:比如用計算量作為x軸，時間作為y軸！
O(1):常數級別，時針轉一圈的時間永遠是12個小時，這是一個常數！在座標軸上面就是一條橫線！
O(n):線性級別，你出去旅行距離不固定，無論你是騎車，還是步行，總是滿足你的速度和距離成正比，s＝10n;座標軸上是一條擁有斜率的斜線！
O(logn):對數級別，我們都玩過猜數字的遊戲，先指定一個數(比如100)，然後從0-128開始猜這個數，我們特殊化處理，比如下一家猜了64，那麼就從64-128中間猜，下一家猜96，那麼就從96-128再猜，直到找到100，這在演算法中被稱為二分法查詢，你找到的次數假設為n，那麼只要保證2的n次方大於128即可，也就是n＜log以2為底128的對數＝7，換句話說，你只要7次就能找到這個數！而如果你從0-128順序查詢，你就需要100次才能找到！
O(n²):平方級別，通常氣泡排序就為平方級別的複雜度！
.....
除此之外，二叉樹的時間複雜度也為O(log2n)級別，為什麼二叉樹(以及升級版的紅黑樹，B樹等)效率那麼高？比如2的30次方為1073741824，如果順序查詢平均需要5億次以上，而使用二叉樹只需要30次就可以找到！效率差得不是一星半點。。。
網際網路行業，無處不在講究效率，減少時間！好的程式碼離不開好演算法！更多的演算法知識，敬請關注。。。