1.数据结构（复杂度）

1.时间复杂度：评估指令的运行时间

1.1 常见结构的复杂度：

O(n)：

for (int i = 0; i < n; i++) {
	System.out.println("test");
		}

for (int i = 0; i < n; i++) {
	for (int j = 0; j < 15; j++) {
		System.out.println("test");
			}
		}

O(n^2):

for (int i = 0; i < n; i++) {
	for (int j = 0; j < n; j++) {
		System.out.println("test");
			}
		}

O(logn)：

while ((n = n / 2) > 0) {
			System.out.println("test");
		}


while ((n = n / 5) > 0) {
			System.out.println("test");
		}

for (int i = 1; i < n; i = i * 2) {
   			for (int j = 0; j < n; j++) {
				System.out.println("test");
			}
		}

 以斐波那契数列为例：

1.使用递归：

public static int fib(int n) {
        if (n <= 1) {
            return 1;
        } else {
            return fib(n - 1) + fib(n - 2);
        }

计算此时的复杂度：

 2.使用新的方法：

public static int fib2(int n) {

        if (n <= 1) {
            return 1;
        }
            int first = 1;
            int second = 1;
            int sum = 0;
            for (int i = 0; i < n-1; i++) {
                sum = first + second;
                first = second;
                second = sum;
            }
        return second;
    }

  此时复杂度为O(n),复杂度大大降低