一、 时间复杂度
- 时间复杂度：指的是代码执行时间随数据规模增长的变化趋势
- 大O复杂度表示法：T(n) = O(f(n)) 其实T(n)代码执行的时间，n表示数据规模大小，f(n)表示每行代码执行的次数总和
- 时间复杂度分析： (1)只关注循环执行次数最多的一段代码 (2)加法法则：总负责度等于 量级最大 的那段代码的复杂度，常量级的执行时间当n无限大的时候就 可以忽略 (3)乘法法则：嵌套代码的复杂度等于嵌套内外代码复杂度的 乘积
- 复杂度量级： 常量级O(1) 指数阶O(2的n次方) 阶成阶O(n!) 对数阶O(logn) 线性阶O(n) 线性对数阶O(nlogn) 平方阶O(nn) 立方阶O(nn*n) k次方阶O(n)
二、 空间复杂度
