详解算法时间复杂度#原创不易请勿抄袭

二分查找算法的种类繁多，如星河璀璨，而探寻其优劣之道却非仅凭掐表计时所能尽数。再者，不同机器之性能、编程语言之差异亦会使同一算法在不同环境下展现迥异之风采。因此吾等尚需以客观度量之标准，这便是时间复杂度。

·谓之大O者，以其表算法之最劣情况，运行时间之上界，欲深探时间复杂度之究竟，亦从四项察之。

→其一作用：以直观之目视之，算法之运行效能可一目了然。

→其二表达式之含义：算法完成计算任务之成本与其输入数据量之联系。

→其三表达逻辑：时间复杂度之考量非直接依据时间长短为据，乃以执行步骤次数为据，以间接是指。

·其次要素要素：

→一者以高次方覆盖低次方，以凸显时间复杂度之核心。譬如n立方与n平方同在，忽略常数；

→要素二者：常数应弃之于大数之前，可忽略不计。以简表达，如9加n立方与9乘n立方，皆以n立方概制，以求精炼。

下面5等共赏诸场景，其时间复杂度之表达式及其性能优劣排名。

·首先观瞻者n0乃常数时间复杂度也，此复杂度之操作非一输入之大小而变恒定如一。

·其次观瞻者log n乃对数时间复杂度，无以二分查找为引，彰显其精妙。

·再者观瞻n乃线性时间复杂度，吾以单层for循环为引，即可窥其全貌。

·再次观瞻n平方，其乃平方时间复杂度。吾可以汝等老友冒泡排序为例，此视频以直角坐标关注复杂度之增减为终，图中以横轴为入参之数量变化，纵轴则是其计算之耗费，如此乃可直观领悟其间之变化。

至此视频已毕，愿诸君在算法之道上精进不辍，再会。