数据结构：时间和空间复杂度

1 时间复杂度（主要衡量一个算法的运算速度）

算法中的基本操作的执行次数，为算法的时间复杂度。

1.1 推倒大O阶方法：

1：用常数1取代运行时间中的所有加法常数。

2：在修改后的运行次数函数中，只保留最高阶项。

3：如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。

1.2 主要的算法复杂度

冒泡排序最坏情况下的时间复杂度为O()

递归最坏情况下的时间复杂度为O(N)

斐波那契递归最坏情况下的时间复杂度为O(）

2 空间复杂度（衡量一个算法的空间）

2.1 主要的算法空间复杂度：

冒泡排序的空间复杂度为O(1)

斐波那契的空间复杂度为O(N)

阶乘的空间复杂度为O(N)

3 小结

结合代码的实现去做空间复杂度和时间复杂度的计算

一些常用的复杂度的大小（  O(1)  <  O() <  O(N)  < O()  < O()   ）