Ⅰ C语言中的算法里，时间复杂度可以记为O(N平方)。字母O 表示什么
计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。
代表“order of ...”（……阶）的大 O，最初是一个大写的希腊字母希腊字母'Ο'（Omicron），现今用的是大写拉丁字母‘O’。
Ⅱ 这些排序的时间复杂度前面那个〇是什么意思啊
那个〇表示时间复杂度是哪个级别的（通常忽略较低阶的项，以及最高项前的常数系数）
时间复杂度是同一问题可用不同算法解决，而一个算法的质量优劣将影响到算法乃至程序的效率。算法分析的目的在于选择合适算法和改进算法。
计算机科学中，算法的时间复杂度是一个函数，它定性描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，它考察当输入值大小趋近无穷时的情况。
Ⅲ 时间复杂度常数阶为什么只能为0（1）
时间复杂度O是一个上界，设算法所需时间和数据规模n的关系为t(n)，如果当n->∞时，总有O*c>t(n)成立，其中c为一个常数，则记O为算法的时间复杂度。
如果你的算法只包含固定的打印语句，和数据规模没有关系，那么算法就是常量时间复杂度O(1)。哪怕你的算法打印语句有10000行，也可以找到常数c=10001，使得1*10001>10000成立，因此算法的时间复杂度仍然是O(1)。
Ⅳ 时间复杂度为什么用O()表示，有什么英文缩写在里面吗/
这个首先要明确一点，只用到比较的排序算法最低时间复杂度是O(nlogn)，而像桶排这样的只需要O(R)(R为桶的大小)
为了证明只用到比较的排序算法最低时间复杂度是O(nlogn)，首先要引入决策树。
首先决策树是一颗二叉树，每个节点表示元素之间一组可能的排序，它予以京进行的比较相一致，比较的结果是树的边。
先来说明一些二叉树的性质，令T是深度为d的二叉树，则T最多有2^片树叶。
具有L片树叶的二叉树的深度至少是logL。
所以，对n个元素排序的决策树必然有n!片树叶（因为n个数有n!种不同的大小关系），所以决策树的深度至少是log(n!)，即至少需要log(n!)次比较。
而
log(n!)=logn+log(n-1)+log(n-2)+...+log2+log1
>=logn+log(n-1)+log(n-2)+...+log(n/2)
>=(n/2)log(n/2)
>=(n/2)logn-n/2
=O(nlogn)
所以只用到比较的排序算法最低时间复杂度是O(nlogn)。
Ⅳ 时间复杂度
时间复杂度就是用来方便开发者估算出程序的运行时间。
我们该如何估计程序运行时间呢，我们通常会估计算法的操作单元数量，来代表程序消耗的时间， 这里我们默认CPU的每个单元运行消耗的时间都是相同的。
假设算法的问题规模为n，那么操作单元数量便用函数f(n)来表示。随着数据规模n的增大，算法执行时间的增长率和f(n)的增长率相同，这称作为算法的渐近时间复杂度，简称时间复杂度，记为 O(f(n))。
表示方式：
在计算机科学中，时间复杂性，又称时间复杂度，算法的时间复杂度是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。
时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。使用这种方式时，时间复杂度可被称为是渐近的，亦即考察输入值大小趋近无穷时的情况。