一、时间复杂度

程序 = 数据结构 + 算法

1. 数据结构：高效处理大量数据的构造（数据的位置和顺序）
2. 算法：解决方案，解决问题的有限步骤

优秀的算法

1. 准确性（结果正确）
2. 可停止性（在有限的时间内结束）
3. 程序更高效（更快）
4. 花费资源更小（内存和程序存储空间）

时间复杂度O(f(n))（衡量算法好坏，总用用了多少步）

T(n)：程序的运行时间，n是数据输入量
f(n)：运行时间成长率
某算法运行时间T(n)的时间复杂度为O(f(n))，意思是某算法运行时间不会超过常数倍的f(n)，即T(n) <= c*f(n)。
为了简便，只保留对T(n)影响最大的因子。

常见的时间复杂度

O(1) 常数时间，运行时间是常数的倍数
O(n) 线性时间，运行时间是随数据集合的大小线性增长
O(log2n) 次线性时间，运行时间是比线性慢，比常数快
O(n2) 平方时间，运行时间是2次方增长
O(n3) 立方时间，运行时间是3次方增长
O(2n) 指数时间，运行时间是2的n次方增长
O(nlog2n) 线性乘对数时间，运行时间是线性和2次方之间

当n>=16时，O(1)<O(log2n)<O(n)<O(nlog2n)<O(n2)<O(n3)<O(2n)