时间复杂度T(n)
1.定义：
算法的时间复杂度是指，算法的执行时间和语句的频度。
执行时间：即算法的执行时间，算法中所有语句执行时间的总和，即语句的重复次数与执行一次所需的时间的乘积。
一条语句的执行次数称为语句频度;
for (int i = 0; i < n; i++) { //频度 n+1
for (int k = 0; k < n; k++) { //频度 n*(n+1)
int m = i + k; //频度 n*n
for (int j = 0; j < n; j++) { //频度 n*n(n+1)
Log.e("MM", "jj:>>>" + j);//频度 n*n*n
}
}
}
算法中所有语句的频度之即算法的执行时间用T（n）表示：
T（n）是矩阵阶数n的函数
T(n) =( 2n^3) +(3n^2)+2n+1;
2.问题规模和算法的时间复杂度的关系
算法求解问题的输入量称为规模，一般用整数n表示；
一个算法的时间复杂度（Time Complexity）是指该算法的执行时间，记为T(n)，它是该算法所求解问题规模n的函数。
当问题的规模无穷大时，T(n)的数量级称为算法的渐近时间复杂度，记为T(n)=O(f(n))，它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，简称时间复杂度
这里f(n)一般是算法中最大的语句频度，一般情况下是最深层循环内的语句频度；
如：T(n) = 2n3+3n2+2n+1;的语句频度为T(n)=n^3
举例：
{
int temp；
temp = 0;
x=y;
y=temp;
}
几条语句的执行频度为1，算法的执行时间是一个与问题规模无关的常数，所以算法的时间复杂度为常阶数，不管这个常数再大，它的时间复杂度都为T(n)=O(1)。
举例2
image.png
举例3
image.png
程序段的时间复杂度为T(n)=O(n^3).
