在数据结构中，每个算法都有他的时间复杂度。用 O() 表示 括号里面是通过算法求出来的时间复杂度。
1、O(n)
时间复杂度为O(n)，就代表数据量增大n倍，耗时也增大n倍。
O(1)表示一次操作即可直接取得目标元素（比如字典或哈希表），O(n) 意味着先要检查 n 个元素来搜索目标。
2、O(n^2)
时间复杂度O(n^2)，也可写成O(n*n)，代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是典型的O(n^2)的算法，对n个数排序，需要扫描n×n次。
3、O(n log2 n)
快速排序：以一个元素为基准，重新排序数列，比基准值小的元素放左边，大的放右边，然后在对左半边和右半边重复以上操作，直到只有一个数字为止 O(n + max) 基数排序：将所有待比较数值（正整数）统一为同样的数位长度，数位较短的数前面补零。然后，从最低位开始，依次进行一次排序。这样从最低位排序一直到最高位排序完成以后，数列就变成一个有序序列。
会慢慢补充。。。
