时间复杂度：认识误区，了解真相
程序优化中，时间复杂度是一个关键概念，但其含义常被误解。
例如，一个函数优化前执行需15秒，优化后仅需10秒。很多人会认为时间复杂度降低了，但事实并非总是如此。
时间复杂度的本质
时间复杂度并非时间的绝对值，而是衡量算法执行步骤数量及复杂度的相对指标。它关注的是执行步骤次数，而非每次执行的耗时。
通常，我们用Θ记号表示时间复杂度。Θ表示算法在最优（或平均）情况下执行步骤的数量。 它描述的是随着输入规模（n）的增长，执行步骤数量的增长趋势。
回到之前的例子，即使执行时间缩短，但如果执行步骤数量未减少，时间复杂度实际上并未降低。例如，优化前后的函数都是Θ(n^2)，即使优化后速度更快，其复杂度仍然相同。
因此，单纯的执行时间缩短并不能证明时间复杂度降低。 要准确判断复杂度变化，必须分析比较不同输入规模下算法的执行步骤数量。
