简单的复杂度分析

复杂度分析是表示算法的性能的。

一般考虑算法复杂度是考虑算法的最坏的情况。不能寄托希望在运气上，不看具体的测试用例，做出最差的预估。表示算法运行的上界，不可能比这个情况再差。

使用n来表示数据规模。使用T来表示时间。

类似于这样人肉分析代码是没意义的，所以有复杂度的概念诞生。

例如O(n)表示的意思是，这个算法运行的时间，只和数据规模的大小有关，描述的是随着数据的增大，算法性能的变化趋势。

常数是不重要的。

在计算时间复杂度时要明确n的具体含义。

时间复杂度它本质上不是执行指令花费了多少时间，而是算法执行了多少指令，即基本操作（编程语言里的语句）的执行次数。

常见的时间复杂度：

一维数组循环遍历：

二维数组n*n循环遍历： 

二维数组a*a，a*a=n，循环遍历：

 因为此时的n代表的含义不同，所以时间复杂度不同，在计算时间复杂度时要明确n到底是谁。

空间复杂度同理，但是不太强调空间复杂度。