什么是算法复杂度

算法复杂度，即算法在编写写成可执行程序后，运行时所需要的资源，资源包括时间资源和内存资源

通俗的说，就是执行一段代码所需要的资源（主要是花费的时间以及占用的空间）。

大 O 复杂度表示法

我们记一个算法的复杂度为O(n)，表示数据规模为n的情况下，算法使用的时间和空间资源。（也可以理解O(n)描述着，代码执行花费的时间和空间随着n增大变化的趋势）。
算法复杂度从时间上考虑是时间复杂度(快不快)，从空间上考虑是空间复杂度（占的内存多不多）。

时间复杂度

1、O(1)

现在有如上的一段代码，假定每一行执行的时间为“1”，那么上述代码用掉的时间为4。无论n是多大，使用的时间都是4，记为O(n) =4。**当n趋于无限大的时候，这个4可以近似的认为是1。**为什么呢，还记得我们为什么需要算法复杂度吗？我们需要通过时间复杂度来描述这个代码随着n的增大，所需要时间的变化趋势。而常数项对变化趋势影响很小，所以可以认为是O(1)。

2、O(n)

 

 同样假定每一行执行的时间为“1”，那么这个代码要花费多长时间呢。这个时候，我们只需要看第3行执行多少次即可。
这个很轻易的看出这是与n有关的。n=1，那么System.out.println("haha")只要执行1次；n=2，执行2次；n=3，执行3次。当等于n时，执行n次。所以这个时间的变化是成线性上升的，所以O(n)=n;

3、O(n2）

 老规矩，假定每一行执行的时间为“1”。
上面说过，常数项对变化趋势影响很小，所以可以认为是O(1)。那么同样， 当高次项与低次项同时存在时。