常见的时间复杂度

1. 常数阶 O(1)

2. 对数阶 O(log2n)

3. 线性阶 O(n)

4. 线性对数阶 O(nlog2n)

5. 平方阶 O(n^2)

6. 立方阶 O(n^3)

7. k 次方阶 O(n^k)

8. 指数阶 O(2^n)

1、时间复杂度排序：

常见的算法时间复杂度由小到大依次为：Ο(1)＜Ο(log2n)＜Ο(n)＜Ο(nlog2n)＜Ο(n2)＜Ο(n3)＜ Ο(nk) ＜ Ο(2n) ，随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低

2、介绍

（1）常数阶O(1)

无论代码执行了多少行，只要是没有循环等复杂结构，那这个代码的时间复杂度就都是O(1)

代码在执行的时 候，它消耗的时候并不随着某个变量的增长而增长，那么无论这类代码有多长，即使有几万几十万行，都可以用O(1)来表示它的时间复杂度。

（2) 对数阶 O(log2n)

（3) 线性阶 O(n)

（4) 线性对数阶 O(nlogN)

（5) 平方阶 O(n²)

（6) 立方阶 O(n³)、K 次方阶 O(n^k)

三层n循环，K层N循环

3、平均时间复杂度和最坏时间复杂度

下次再被人问到你写的代码时间复杂度是多少，可一定要会哦~