问题的规模；

程序设计的语言；

编译程序所产生的机器代码的质量；

机器执行指令的速度；

数据的初试状态有关

撇开软硬件等有关部门因素，可以认为一个特定算法“运行工作量”的大小，只依赖

于问题的规模（通常用n表示），表示成是问题规模的函数。

3、时间复杂度

算法中基本操作重复执行的次数是问题规模n的某个函数，其时间量度记作

T(n)=O(f(n))，称作算法的渐近时间复杂度(AsymptoticTimecomplexity)，简称时间复杂度。

一般地，常用最深层循环内的语句中的原操作的执行频度(重复执行的次数)来

表示。

定理：若A(n)=amnm+am-1nm-1+…+a1n+a0是一个m次多项式，

则A(n)=O(nm)

表示时间复杂度的阶有：

O(1)：常量时间阶O(n)：线性时间阶

O(㏒n)：对数时间阶O(n㏒n)：线性对数时间阶

O(nk)：k≥2，k次方时间阶

其关系为：

(https://www.dingdian555.cc/html/3316/3316863/11110845.html)

www.dingdian555.cc。m.dingdian555.cc