多项式时间：多项式时间

多项式时间是指一个问题的计算时间不大于问题规模的多项式倍数，多项式时间代表的是一类时间复杂度的统称。这里的计算时间不是具体的时间，而是指解决问题时使用的算法的时间复杂度。

时间复杂度表示的是在解决一个问题时，随着问题规模的扩大，解决问题所需要的时间的增长情况。在计算机科学中，用时间复杂度来衡量算法的效率。如果不管数据规模有多大，程序处理花的时间始终是固定的，那么就说这个程序具有O(1)的时间复杂度，也称常数复杂度。如果数据规模变得有多大，程序处理花的时间也跟着变得有多长，那么这个程序的时间复杂度就是O()，也称线性复杂度。数据规模与花费的时间成对数关系，那么这个程序的时间复杂度就是O()，也称对数复杂度。常见的还有O()、O()、O()、O()（a为常数）、O()。

上述的这些复杂度明显的可以分为两类，一类是O(1)、O()、O()、O()（a为常数）等，是多项式级的复杂度，另一类是O()（a为常数）、O()等，是非多项式级的复杂度。后者的复杂度远远大于前者。在解决问题时，选择的算法通常是多项式级的复杂度，非多项式级的复杂度需要的时间太多，除非是数据规模非常小。

常见多项式时间复杂度的关系为：

O(1)<O()<O()<O()<O()<O()

常见非多项式时间复杂度关系为：

O()<O()<O()