【欢迎关注、分享、点赞或评论，您的一个举手之劳，便是最大的鼓励！
】
欢迎关注【php在路上】每天进步一点。
码字不随意马虎，尊重版权，转载请注明出处：PHP在路上。
序言：提到算法，一定会谈论算法繁芜度。不少非打算机专业的程序员在参与算法谈论时，多少会有点尴尬（算法繁芜度到底是个什么东西）。
内容概要：1、算法繁芜度
2、韶光繁芜度
3、空间繁芜度
4、总结
一、算法繁芜度实在算法繁芜度是一个观点，一定程度上反响一个算法的好坏程度。算法繁芜度分为两个部分，韶光繁芜度和空间繁芜度。韶光繁芜度反应算法实行的韶光是非，空间繁芜度反应是算法占用内存(或叫存储空间)的大小。
必须说一下，所谓的繁芜度，不是一个详细的值，只是一个估值，在比较两种算法利害时利用。
二、韶光繁芜度
韶光繁芜度便是是一个函数，这个函数含有两个变量，一个算法的运行韶光，一个算法要处理数据的数量。
这里有一个关系：处理数据的数量越大，算法运行的次数和韶光越长。
假设处理数据的数量是n，算法运行的次数便是f(n)。这里的f()是一个函数，它的大小随着n增大而增大，数学上叫单调递增函数。
如果我们把算法的韶光繁芜度记为T(n);那他的值和算法运行的次数f(n)是有关的，随着n的增大，算法实行韶光的增长率和运行次数的增长率是正比例关系。以是f(n)越小，算法的质量越高，算法韶光繁芜度越低。
以是，在打算韶光繁芜度T(n)的时候，步骤如下：
1、先要拿出算法的基本单元。
2、根据相应的各语句确定它的实行次数f(n)。
3、找出T（n）的同数量级，将这个同数量等级赋值给f(n)。
4、由于T(n)/f(n)求极限可以得到一个常数C。（求极限值是高档数学内容，自行百度脑补一下），我们可以确定韶光的繁芜度T(n) = O(f(n));
个中，同数量等级有：1，Log2n ，n ，nLog2n ，n^2，n^3，2^n，n!,n^n。
总结：常用的韶光繁芜度所耗费的韶光从小到大依次是：O(1)<O(logn)<O(n)<O(nlogn)<O(n^2)<O(n^3)<O(2^n)<O(n!)<O(n^n)。随着问题规模n的不断增大，上述韶光繁芜度不断增大，算法的实行效率越低。
三、空间繁芜度
空间繁芜度是指算法在内存内所须要的存储空间的度量，一样平常是指除正常占用内存开销外的赞助存储单元规模。和韶光繁芜度类似，这样标记：S(n)=O(f(n))。
四、举例总结：
一样平常来说，韶光繁芜度和空间繁芜度还是比较难明得的。我们这里举例总结一下：
下面我们来举一个例子解释一下；看如下代码：
for（i=1;i<=n;++i{
for(j=1;j<=n;++j) {
c[ i ][ j ]=0; //基本单元 实行次数是n^2
for(k=1;k<=n;++k)
c[ i ][ j ]+=a[ i ][ k ]b[ k ][ j ]; //基本单元 实行次数是n^3(可以认为是三个for循环）
}
}
此时T(n)= n^2+n^3，我们这里取大的n^3（最大）作为T(n)的同数量级，则f(n)=n^3。由于T(n)/f(n)求极限可以得到常数C，则根据T(n)=O(f(n))=O(n^3)；
一样平常情形下，随着输入规模n的增大，T(n)增长最慢的算法为最优算法。
常见排序算法繁芜度
