常见算法复杂度

1.O(n)-线性查找法

for(int i=0;i<data.length;i++)
  if (data[i].equals(target))
    return i;

2.O(n^2)

一个数组中可以组成哪些数据对

for(int i=0;i<data.length;i++)
  for(int j=i+1;j<data.length;j++)
    //获取到一个数据对（data[i],data[j]）

遍历一个n*n的二维数组

for(int i=0;i<n;i++)
  for(int j=0;j<n;j++)
    //遍历到A[i][j]
   

注意：

遍历一个a*a的二维数组，且a*a=n，那么算法复杂度为O(a^2)=O(n)

for(int i=0;i<a;i++)
  for(int j=0;j<a;j++)
    //遍历到A[i][j]

3.O(logn)

数字n的二进制位数

while(n){
  n%2 //获得n的二进制中的一位
  n=n/2
}

数字n的十进制位数

while(n){
  n%10 //获得n的二进制中的一位
  n=n/2
}

但由于如下表达式，上面两个复杂度只相差了一个常数倍，在计算复杂度的时候，常数倍是忽略不计的，

所以算法复杂度都是O(logn)

4.O(√n)-数字n的所有约数

下面的写法时间复杂度是O(n)

for(int i=0;i<n;i++)
  if(n%i==0)
    //i是n的一个约数

但下面的写法，时间复杂度就是O(√n)，不用遍历所有数

for(int i=0;i*i<n;i++)
  if(n%i==0)
    //i是n的一个约数
    //n/i也是n的约数
    //同时就找到两个约数，不用遍历所有数

5.O(2^n)-长度为n的二进制数字，例如(11111)

长度为5，每个位有两种数字，不是0就是1，所以是2^n

6.O(n!)-长度为n的数组的所有排列

7.O(1)-判断数字n是否是偶数？

return n%2

8.复杂度排序