www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 in nums) { count++; } return count; } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 in nums) { count++; } return count; } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 range nums { count++ } return count } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 in nums) { count++ } return count } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 : nums) { count++; } return count; } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 length; i++) { count++; } return count; } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 length; i++) { count++; } return count; } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 in nums { count += 1 } return count } 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是 num in nums count += 1 end count end 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)

www.hello‑algo.com 6 圖 0‑3 執行程式碼示例 執行程式碼的前置工作主要分為三步。 第一步：安裝本地程式設計環境。請參照附錄所示的教程進行安裝，如果已安裝，則可跳過此步驟。 第二步：克隆或下載程式碼倉庫。前往 GitHub 倉庫。如果已經安裝 Git ，可以透過以下命令克隆本倉庫： git clone https://github.com/krahets/hello-algo (?2) 。 ?(?) = 2?(? + 1) + (5? + 1) + 2 完整統計 (‑.‑|||) = 2?2 + 7? + 3 ?(?) = ?2 + ? 偷懶統計 (o.O) 2. 第二步：判斷漸近上界 時間複雜度由 ?(?) 中最高階的項來決定。這是因為在 ? 趨於無窮大時，最高階的項將發揮主導作用，其他 項的影響都可以忽略。 表 2‑2 展示了一些例子，其中一些誇張的值是為了強調“係數無法撼動階數”這一結論。當 for num in nums: count += 1 return count 值得注意的是，輸入資料大小 ? 需根據輸入資料的型別來具體確定。比如在第一個示例中，變數 ? 為輸入資 料大小；在第二個示例中，陣列長度 ? 為資料大小。 3. 平方階 ?(?2) 平方階的操作數量相對於輸入資料大小 ? 以平方級別增長。平方階通常出現在巢狀迴圈中，外層迴圈和內層 迴圈的時間複雜度都為 ?(?)