针对第一次尝试的优化

#算法就是独立解决问题的方法和思想
#对于算法而言，最重要的是思想
#算法导论
#数据结构


算法的五大特性
输入 输出 有穷性（实现思想在有限的步骤内，且在可接受的时间范围之内） 确定性（算法的每一步都有确定的含义） 可行性（代码可执行）
对前面代码进行优化
a + b + c = 1000,当a,b 确定后，那么c = 1000 - a - b
代码：
import time


start_time = time.time()
print(start_time)
def container():
    for a in range(0,1001):
        for b in range(0,1001):
            c = 1000 - a - b
            if a**2 + b**2 == c**2:
                print("a, b, c : %d, %d, %d"%(a, b, c))
    print("finsihed")
container()
end_time = time.time()
use_time =(end_time) - (start_time)
print(use_time)


结果：发现程序快了很多
1513606972.2
a, b, c : 0, 500, 500
a, b, c : 200, 375, 425
a, b, c : 375, 200, 425
a, b, c : 500, 0, 500
finsihed

0.549000024796

思考：针对第一个算法，可以看出第一次算法使用三次嵌套，而第二次只用了两次的嵌套，那么如何衡量算法的优劣问题呢？

算法的执行效率的影响因素：

算法的优劣、执行的环境

单看时间是无法判断算法的优劣的

于是提出的时间复杂度的概念

两个算法基本运算数量是大体是相同的，但是第一个算法的步骤大于第二个步骤的

机器运行总的时间=基本运算数量*每个步骤运算的时间

时间复杂度（T也就是time）就是就是基本数量总额和，描叙算法的效率