求助算法时间复杂度的分析 首先假定你实现的算法没有bug。逻辑上的区别：教材上的 pivot 选定了以后就定了，而你的算法是，如果next(pivot)>；pivot，则更新pivot。关注遍历元素数：没有区别。都是单纯的O(n)的分块过程。关注交换次数：注意到你的算法当且仅当elem[low][low+1][high]时不进行swap，步进长度为1，而教材上的做法可以批量略过满足条件的连续数据块。粗略推测平均复杂度，教材上的做法应该好于你的。
请明白人教下，算法时间复杂度分析. 算法（Algorithm）是一系列解决问题的清晰指令，也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出。如果一个算法有缺陷，或不适合于某个问题，执行这个算法将不会解决这个问题。不同的算法可能用不同的时间、空间或效率来完成同样的任务。一个算法的优劣可以用空间复杂度与时间复杂度来衡量。算法可以理解为有基本运算及规定的运算顺序所构成的完整的解题步骤。或者看成按照要求设计好的有限的确切的计算序列，并且这样的步骤和序列可以解决一类问题。一个算法应该具有以下五个重要的特征：1、有穷性：一个算法必须保证执行有限步之后结束；2、确切性：算法的每一步骤必须有确切的定义；3、输入：一个算法有0个或多个输入，以刻画运算对象的初始情况，所谓0个输入是指算法本身定除了初始条件；4、输出：一个算法有一个或多个输出，以反映对输入数据加工后的结果。没有输出的算法是毫无意义的；5、可行性：算法原则上能够精确地运行，而且人们用笔和纸做有限次运算后即可完成。计算机科学家尼克劳斯-沃思曾著过一本著名的书《数据结构十算法=程序》，可见算法在计算机科学界与计算机应用界的地位。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。
关于算法时间复杂度分析的疑问 谁跟你说的分析时间复杂度是用比较次数来衡量的？一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。一个算法中的语句执行次数称为语句频度或时间频度。记为T(n)。一般情况下，算法的基本操作重复执行的次数是模块n的某一个函数f(n)，因此，算法的时间复杂度记做：T(n)=O(f(n))分析：随着模块n的增大，算法执行的时间的增长率和f(n)的增长率成正比，所以f(n)越小，算法的时间复杂度越低，算法的效率越高。在计算时间复杂度的时候，先找出算法的基本操作，然后根据相应的各语句确定它的执行次数，再找出T(n)的同数量级(它的同数量级有以下：1，Log2n，n，nLog2n，n的平方，n的三次方，2的n次方，n！找出后，f(n)=该数量级，若T(n)/f(n)求极限可得到一常数c，则时间复杂度T(n)=O(f(n))一般情况时间复杂度是以你算法中最复杂的那个循环来看的，比如有个for(i=0；i；i+){for(j=0；j；j+){}}后面不管他有多少个单独的。
