常用的时间复杂度分析方法

分析时间复杂度有三个比较有用的方法：

1. 只关注循环次数最多的一段代码。

　　

时间复杂度，也叫做大O表示法，代表了一种变化趋势。我们会忽略掉公式中的 常量 ，低阶， 系数。因为这些都对于增长趋势没有决定性的影响。只需要记录最大阶的量级即可。

因此在分析一段代码或者一个算法的时间复杂度的时候，也只需要关注执行次数最多的那一段代码就可以了。 上面代循环了n次，因此其时间复杂度就是O(n);

2. 加法法则：总复杂度等于量级最大的那段代码的复杂度。

 

三段代码的时间复杂度分别如上，因此整段代码的时间复杂度就是量级最大的那段代码的时间复杂度   O(n^2)

3.乘法法则：嵌套代码的时间复杂度等于嵌套内外代码的复杂度的乘积

 单独看cal函数，如果把f()想象成一个常规的操作，比如一个常量,那么cal的复杂度就是O(n)，但是f()不是一个常规操作，他的复杂度是O(n)，所以整个cal()函数的时间复杂就是O(n*n).