時間復雜度o(n^3/6)怎么算的

一個算法執(zhí)行所耗費的時間，從理論上是不能算出來的，必須上機運行測試才能知道。但我們不可能也沒有必要對每個算法都上機測試，只需知道哪個算法花費的時間多，哪個算法花費的時間少就可以了。并且一個算法花費的時間與算法中語句的執(zhí)行次數(shù)成正比例，哪個算法中語句執(zhí)行次數(shù)多，它花費時間就多。一個算法中的語句執(zhí)行次數(shù)稱為語句頻度或「時間頻度」。記為T(n)。
時間頻度T(n)中，n稱為問題的規(guī)模，當n不斷變化時，時間頻度T(n)也會不斷變化。但有時我們想知道它變化時呈現(xiàn)什么規(guī)律，為此我們引入時間復雜度的概念。算法的時間復雜度也就是算法的時間度量，記作：T(n) = O(f(n))。它表示隨問題規(guī)模n的增大，算法執(zhí)行時間的增長率和f(n)的增長率相同，稱作算法的漸進時間復雜度，簡稱「時間復雜度」。
這種表示方法我們稱為「 大O符號表示法」，又稱為漸進符號，是用于描述函數(shù)漸進行為的數(shù)學符號
常見的時間復雜度量級有：
常數(shù)階$O(1)$線性階$O(n)$平方階$O(n^2)$立方階$O(n^3)$對數(shù)階$O(logn)$線性對數(shù)階$O(nlogn)$指數(shù)階$O(2^n)$常數(shù)階$O(1)$
$O(1)$，表示該算法的執(zhí)行時間（或執(zhí)行時占用空間）總是為一個常量，不論輸入的數(shù)據(jù)集是大是小，只要是沒有循環(huán)等復雜結構，那這個代碼的時間復雜度就都是O(1)