你早晨上班出门后突然想起来，手机忘记带了。

​

这年头，钥匙、钱包、手机三大件，出门哪样也不能少呀。于是回家找。

打开门一看，手机就在门口玄关的台子上，原来是出门穿鞋时忘记拿了。

这当然是比较好，基本没花什么时间寻找。

​

可如果不是放在那里，你就得进去到处找，找完客厅找卧室、找完卧室找厨房、找完厨房找卫生间，就是找不到，时间一分一秒地过去， 你突然想起来，可以用家里座机打一下手机，听着手机铃声来找呀，真是笨。

终于找到了，在床上枕头下面。你再去上班，迟到。

见鬼，这一年的全勤奖，就因为找手机给黄了。

​

找东西有运气好的时候，也有怎么也找不到的情况。但在现实中，通常我们碰到的绝大多数既不是最好的也不是最坏的，所以算下来是平均情况居多。

算法的分析也是类似，我们查找一个有n个随机数字数组中的某个数字，最好的情况是第一个数字就是，那么算法的时间复杂度为0（1），但也有可能这个数字就在最后一个位置上待着，那么算法的时间复杂度就是0（m），这是最坏的一种情况了。

​

最坏情况运行时间是一种保证，那就是运行时间将不会再坏了。

在应用中，这是一种最重要的需求， 通常，除非特别指定，我们提到的运行时间都是最坏情况的运行时间。

而平均运行时间也就是从概率的角度看，这个数字在每一个位置的可能性是相同的，所以平均的查找时间为n/2次后发现这个目标元素。

​

平均运行时间是所有情况中最有意义的，因为它是期望的运行时间。也就是说，我们运行一段程序代码时，是希望看到平均运行时间的。

​

可现实中，平均运行时间很难通过分析得到，一般都是通过运行一定数量的实验数据后估算出来的。

​

对算法的分析，一种方法是计算所有情况的平均值，这种时间复杂度的计算方法称为平均时间复杂度。

另一种方法是计算最坏情况下的时间复杂度，这种方法称为最坏时间复杂度。

​

一般在没有特殊说明的情况下，都是指最坏时间复杂度。

来源：程杰《大话数据结构》第2章