算法入门基础（时间复杂度）（一）
文章目录
1、算法的特性
2、设计原则
3、评价算法两个重要指标
4、时间复杂度表示
5、时间复杂度如何分析
1、算法的特性
有穷性、确定性、可行性、有输入、有输出
2、设计原则
正确性、可读性、健壮性的bug：写出代码很少有bug，而且系统比较稳定、高效率与低存储: 内存+CPU、很少堆栈内存OOM、内存占用最小，CPU占用最小，运算速度最快。
3、评价算法两个重要指标
时间复杂度：:运行一个程序所花费的时间。
空间复杂度：运行程序所需要的内存 OOM
4、时间复杂度表示
大O表示法。例如 O(n),O(nlogn);O(1),O(n),O(nlogn),O(n^2),O(n+1),O(logn),O(n!)
大小比较：O(1)>O(logn)>O(n)>O(nlogn)>O(n2)>O(nx)
5、时间复杂度如何分析
（1）找for while 递归。而且要找循环量最大的那一段
(2) 2.找有网络请求（RPC，远程调用，分布式，数据库请求）的地方。就是测试时间：log打印，计算平均时间。
（3）同级循环怎么计算
public class BigO {public static void main(String[] args) {int a = 1;//1次 O(1)for(int i = 0 ;i < 3;i++){//这里会运行几次？4次 在第4次的时候结束 跳出 i=3 (0 1 2 3)
a = a + 1;//这里运行几次？ 3次 O(1)? n+1 n 1 O(3)? => O(1)}int n = Integer.MAX_VALUE;//表示n是未知int i = 1;for(int j = 0 ; j < n ;j++){while ( i <= n){
i = i * 2;}}while( i <= n){
i = i * 3;//O(logn)}//i的值：2 4 8 16 32,=》2^0,2^1,2^2,2^3,.....2^n//===> 2^x=n =>求出x就是我们运行的次数 => x=log2n =>计算机忽略掉常数 => x = logn =>O(logn)//二分查找 为什么是logn的算法？//1~100 找69这个数//50:(1+100)/2 = 50for(i = 0 ; i < n;i++){
a = a +1;//运行了多少次？O(n) n一定是一个未知的，如果n是已知6的}for(i = 0 ; i < n;i++){// 乘法 n次for(int j = 0 ; j < n ;j ++){//n次
a = a +1;//运行了多少次？ O(n^2)}} /*
* 外面的循环次数是确定的 O(n) n次，1 2 3 4 。。。n
*
* i=n 运行1次
* i=n-1 运行2次
* .
* .
* .
* i=1 运行n次
*
* 1,2,3 …… n次 最后里面这层要运行多少次？1+2+3+……+n=n*(n+1)/2 =>
*
*/for(i = 0 ; i < n;i++){// 乘法 n次for(int j = i ; j < n ;j ++){//n次
a = a +1;//运行了多少次？ n*(n+1)/2 => O(n^2); => (n^2+n)/2 => 注意有个规律，有加减法的时候，找次数最高的那个}}/*int data[100];
List<>; list.add();
Map put
Set add
Queue*/}}