Python数据结构与算法之 最坏时间复杂度与计算规则

[1, 5, 4, 7, 8, 62, 10] 最坏的情况(执行步骤最多)
[1, 2, 3, 4, 5, 6, 7] 最好的情况(执行步骤最少)
在衡量算法复杂度的时候， 一般采用 最坏时间复杂度

时间复杂度计算的基本规则：

所有的语言都具备的控制流程：顺序，条件，循环
基本操作：只有常数项，其复杂度为O(1)
顺序结构：+
循环结构：*
分支：时间复杂度取最大值
判断算法效率时，旺旺只要操作数量的最高次项，其它次要想和常数项忽略不计。
没有特殊说明，一般指的最坏时间复杂度。

for a in range(1001): #循环
    for b in range(1001): #循环
        c = 1000 - a - b #顺序
        if a + b + c == 100 and a**2 + b**2 == c**2: #分支
            print("a=%d, b=%d, c=%d" % (a, b, c))

T(n) = n * n *(1 + max(1, 0)) = n²*2 = O(n²)