四个时间复杂度分析方法
同一段代码在不同输入的情况下，可能存在时间复杂度量级不一样的情况，所以有以下四种不同的时间复杂度。
最好情况时间复杂度（best case time complexity）；
最坏情况时间复杂度（worst case time complexity）；
平均情况时间复杂度（average case time complexity）；
均摊时间复杂度（amortized time complexity）。
概念理解
1、最好、最坏、平均情况时间复杂度
举例：
// n表示数组array的长度
int find(int *array, int n, int x) {
int i = 0;
int pos = -1;
for ( ; i < n; ++i) {
if (array[i] == x) {
pos = i;
break;
}
}
return pos;
}
这是一个find()函数，这段代码的作用是查找参数x在数组array中的位置，如果没有就返回-1。
最好情况时间复杂度：
在最理想的情况下，代码的时间复杂度。本例中，如果数组中的第一个元素就是要查找的变量，则时间复杂度为O(1)。最坏情况时间复杂度：
在最糟糕的情况下，代码的时间复杂度。本例中，如果数组中没有变量x，则需要遍历数组中的每一个元素，则时间复杂度为O(n)。-
平均情况时间复杂度：
最好、最坏情况时间复杂度表示的都是代码在极端情况下的时间复杂度，发生的概率并不大，所以平均情况时间复杂度用于表示平均情况下的时间复杂度。本例中，首先，变量x分为在数组中和不在数组中两种情况，假设两种情况的概率相同为
；其次，要查找的变量出现在数组0 ~ n-1共n个位置的概率是一样的，都为
；最后，根据概率论的知识，变量x出现在0 ~ n-1这n个位置的概率都为
，变量不在数组中的概率为
根据概率论中的加权平均值，也叫期望值的计算放法（每一种情况下的时间复杂度乘以其发生的概率）得出平均时间复杂度的值：
用大O表示法表示，则平均时间复杂度为O(n)，所以平均时间复杂度又叫加权平均时间复杂度，或者期望时间复杂度。
一般情况下，我们并不会区分这三种时间复杂度，只使用其中一种即可。当同一代码块在不同情况下的时间复杂度有量级上的差距，才会区分这三种复杂度。
2、均摊时间复杂度
由上述可知，一般情况下，并不区分最好、最坏、平均情况时间复杂度，平均情况时间复杂度也只有在某些特殊的情况下才会使用，而均摊时间复杂度的应用场景比平均复杂度更特殊，更有限。
举例：
// array表示一个长度为n的数组
// 代码中的array.length就等于n
int *array = new int[n];
int count = 0;
void insert(int val) {
if (count == array.length) {
int sum = 0;
for (int i = 0; i < array.length; ++i) {
sum = sum + array[i];
}
array[0] = sum;
count = 1;
}
array[count] = val;
++count;
}
这是一个insert()函数，实现往数组中插入一个数据的功能，如果数组满了的话，即当count == array.length时，遍历数组求和，并把数据放到数组第一个位置，然后再把新的数据插入。
1）、最好、最坏、平均情况时间复杂度
本段代码的时间复杂度分析：
- 最好情况时间复杂度：数组未满，有空闲的位置时为O(1)；
- 最坏情况时间复杂度：数组已满，需要遍历求和时为O(n)；
- 平均情况时间复杂度：分为数组未满和已满两种情况，未满时的插入有n种情况，每种情况的时间复杂度为O(1)，已满时的时间复杂度度为O(n)，所以共n+1种可能，这n+1种可能的概率相同都是
，所以平均情况时间复杂度为：
2）、均摊时间复杂度
本例中的insert()函数区别于之前的find()函数：find()函数在极端情况下，时间复杂度为O(1)，而insert()函数在大多数情况下时间复杂度都为O(1)；find()函数时间复杂度的多种情况并没有任何规律。而insert()函数O(n)之后，必有n-1个O(1)，循环往复。
针对这种特殊的场景，可以采用一种特殊的时间复杂度分析方法：摊还分析法，得出的是均摊时间复杂度。
分析方法：
因为时间复杂度有规律的在O(n) -> n-1个O(1)之间循环，所以把耗时最多的那次操作（O(n)），均摊到耗时最少的n-1次操作（O(1)），这样，每一组操作的时间复杂度都是O(1)，即均摊时间复杂度为O(1)。-
应用场景：
均摊时间复杂度就是一种特殊的平均情况时间复杂度，没有必要过度区分。当大部分情况下的时间复杂度较低，而只有极少数情况下的时间复杂度较高，且这些情况的出现有固定的时序性规律时，使用均摊时间复杂度。这时，尝试将较高复杂度操作的耗时均摊到较低复杂度的操作上，这就叫摊还分析法。一般能应用摊还分析法的场景，均摊时间复杂度就等于最好情况时间复杂度
