算法时间复杂度的表示法

算法时间复杂度的表示法O(n²)、O(n)、O(1)、O(nlogn)

简单理解： 就是变量为n的时候，算法需要对变量操作次数的量级。
简单解释：
简单说O(n²)表示当n很大的时候，复杂度约等于Cn²，C是某个常数，简单说就是当n足够大的时候，n的线性增长，复杂度将沿平方增长。
O(n)也是差不多的意思，也就是说n很大的时候复杂度约等于Cn，C是某个常数。
O(1)就是说n很大的时候，复杂度基本就不增长了，基本就是个常量C。
举例解释：
要找到一个数组里面最大的一个数，你要把n个变量都扫描一遍，操作次数为n，那么算法复杂度是O(n).
用冒泡排序排一个数组，对于n个变量的数组，需要交换变量位置n^2 次，那么算法复杂度就是O(n^2 ).
有时候，如果对变量操作的次数是个多项式比如n^4+n^2+n, 就取数量级最大的那个，O(n^4)