算法的时间复杂度是说，一个算法的运行时间，具体的运行时间跟问题规模n有很大的关系，随着规模n的增大运行时间也会越长，这个被称为算法的渐进时间复杂度（O符号来表示），简称时间复杂度。
语句的频度是指，该语句重复的执行的次数。
一般计算时间复杂度的步骤为：
1、计算每个语句的执行次数，然后相加，用T(n)表示
2、计算出T(n)的数量级，忽略常量、低次幂和最高次幂的系数，得到的就是T(n)的数量级
f(n) = T(n)的数量级
3、计算O时间复杂度，当n - > 无穷大 时，lim( T(n) / f(n))的值为不等于0的常数，则
T(n) = O(f(n))
栗子：
int num1，num2; 频度： 1
for (int i = 0, i < n ; i ++) { 频度： 1 （int i = 1）
num1 += 1; 频度： n
fori (int j = 1 , j <= n ; j*= 2) {
num2 += num1; 频度： n * log2 n (以2为底的)
}
}
按上面的步骤分析：
1、2 + 4n + 3n*log2 n
2、f(n) = n * log2 n
3、lim(T(n) / f(n)) = 3
所以T(n) = O(n * log2 n)
看完这个例子会发现，其实在好多地方都是多余的，只需要找到执行最多的语句，计算出执行次数的数量级然后用O表示出结果就行了。
转载于:https://www.cnblogs.com/lujianwenance/p/5799423.html
