数据结构算法的时间复杂性

T（n）=O(f（n）)

如果数组由一个连续的内存空间储存，插入一个新元素就必须部分移动其他数组元素，所以向数组中插入元素的时间复杂度最差为T(n) = O(n)

但这个数组由其他形式储存，比如直接寻址表，则插入一个元素所需要的时间T(n) = O(1)

一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。
一般情况下，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，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。

算法呢？