复杂度分析

运行效率体现在两方面

• 时间复杂度
• 空间复杂度

时间复杂度

常用时间复杂度排序与分类

O(1)常数阶 < O(logn)对数阶 < O(n)线性阶 < O(2^n) 指数阶

多项式阶：随着数据规模的增长，算法的执行时间和空间占用，按照多项式的比例增长。包括

• O(1)（常数阶）
• O(logn)（对数阶）
• O(n)（线性阶）
• O(nlogn)（线性对数阶）
• O(n^2)（平方阶）
• O(n^3)（立方阶）

非多项式阶：随着数据规模的增长，算法的执行时间和空间占用暴增，这类算法性能极差。包括

• O(2^n)（指数阶）
• O(n!)（阶乘阶）