程序或算法的时间复杂度

一个程序或算法的时间效率，也称“时间复杂度”，有时简称“复杂度”
复杂度常用大写字母 O 和小写字母 n 来表示，比如 O(n), O(n²)等。n代表问题的规模
时间复杂度是用算法运行过程中，某种时间固定的操作需要被执行的次数和n的关系来衡量的，在无序数列中查找某个数，复杂度是O(n)
计算复杂度的时候，只统计执行次数最多的（n足够大时）那种固定操作的次数。比如某个算法需要执行加法n²次，除法n次，那么就记其复杂度是 O(n²)
复杂度有"平均复杂度"和"最坏复杂度"两种，两者可能一直，也可能不一致
如果复杂度是多个n的函数之和，则只关心随n的增长增长的最快的那个函数
- O(n³+n²) => O(n³)
- O(2^n+n³) => O(2^n)
- O(n!+3^n) => O(n!)
常数复杂度：O(1)
对数复杂度：O(log(n))
线性复杂度：O(n)
多项式复杂度：O(n^k)

k是一个常数