复杂度分析

n表示数据规模
Of(n) 表示运行算法所需执行的指令数，和f(n)成正比。

复杂度	指令数
寻找数组中的最大/最小值O(n)	所执行指令数：a*n
二分查找法Of(logn)	所执行指令数：b*logn
选择排序算法O(n^2)	所需指令数：c*nlogn
归并排序算法O(nlogn)	所需指令数：d*nlogn

注意：表中的a、b、c、d是一个常数

时间复杂度分析：

public class TimeComplexityAnalysis {
	public static void main(String args[]) {
		for(int x = 1;x <= 9;x ++) {
			int n = (int)(Math.pow(10, x));
			long startTime = System.currentTimeMillis();
			long sum = 0;
			for(int i = 0;i < n;i ++)
				sum += i;
			long endTime = System.currentTimeMillis();
			System.out.println("sum="+sum);
			System.out.println("10^"+x+":"+(endTime-startTime)+"ms");
			System.out.println();
		}
	}
}

如果要在1s之内解决问题：
O(n^2) 的算法可以处理大约10^4级别的数据；
O(n)的算法可以处理大约10^8级别的数据；
O(nlogn) 的算法可以处理大约10^7级别的数据；