数据结构中，复杂度分析如何进行？

本文共计1405个文字，预计阅读时间需要6分钟。

一、为何需要复杂性分析？测试结果高度依赖于测试环境的复杂性，不同硬件环境下的相同代码可能效果不一。复杂性分析具有以下特点：本质低，效率高。

二、测试结果收集到数据模型

一 为什么需要复杂度分析

测试结果非常的依赖测试环境

在不同的硬件环境，测试同样一份代码其效果是不一样的。那么复杂度分析具有成本低，效率高的特点。

测试结果收到数据规模的影响很大

比如排序算法，对待排序的有序度不一样，排序的执行时间就很不一样。如果测试数据规模很小，测试结果也无法真实反应算法的性能。比如对于小规模的数据排序，插入排序可能比快排更快。

二. 大0复杂度表示法

算法的执行效率一般来说就是算法代码执行的时间。那么如何得到代码的执行时间？先列出代码
假设每行代码执行时间一样。