算法：01-复杂度分析

复杂度分析：表示算法的性能

示例：线性查找

private LinearSearch(){}
    public static <E> int search(E[] data, E target){
        for (int i = 0; i <data.length; i++) {
            if (data[i].equals(target))
            {
             return i;
            }
        }
        return -1;
    }

T：时间

通常看最差的情况 算法运行的上届
n = data.length
复杂度也可以理解为执行操作的次数

1:T=n（总体是对数组扫描一次，最差的情况，对Data数组全部扫描一遍）

2:T=2n (在if语句还要每一个都判断一次)

3:T=3n (在 if (data[i].equals(target))中，这个data[i]相当于在data数组中寻址也算一部操作)

4:T=4n（for循环中判断i是否小于data.length,又算一次操作）

5:T=5n（每一步都有一个i++操作）

6:T=5n+3 (在初始的赋值i=1,还有两个return，他们一共算三次所以加三，前面的操作都是执行n次的）

所以最终出来了统一解法：O（n）
T = c1*n+c2
常数不重要，复杂度描述的是随着数据规模n的增大。算法性能的变化趋势
也就是n会无限放大