算法的时间复杂度的公式理解

公式：T（n) = O(f(n)) 

           其为渐进分析法。 我们常用大O表示法表示时间复杂度，注意它是某一个算法的时间复杂度。大O表示只是说有上界，由定义如果f(n)=O(n)，那显然成立f(n)=O(n^2），它给你一个上界，但并不是上确界，但人们在表示的时候一般都习惯表示前者。此外，一个问题本身也有它的复杂度，如果某个算法的复杂度到达了这个问题复杂度的下界，那就称这样的算法是最佳算法。

n是问题规模，它代表着要处理的数据量，举例：对1000个数排序，1000是数据量.

f(n)是代码的运行工作量，即算法的基本操作重复执行的次数， 举例：

#include <stdio.h>
int main()
{
    int i;
    for(i = 1; i <= 10; i++)
        printf("*");
    return 1;
}

f(10) = 10.

O（）， O是常量， 可以理解为忽略不计的那部分。 比如：O（n^3+3n+2)可以写成O（n^3)。  

算法的时间复杂度的公式理解

原文：http://www.cnblogs.com/the-one/p/3534306.html