「这是我参与2022首次更文挑战的第17天，活动详情查看：2022首次更文挑战」。
下面是一个1+2+3+......+100的结果的程序：
int i,sum = 0, n = 100;
for(i = 1;i<=n;i++)
{
sum = sum + i;
}
printf("%d",sum);
这是比较正常的一种解法，从1加到100，for执行99次，再看另一种解法：
int sum = 0,n = 100;
sum = (1+n)*n/2;
printf("%d",sum);
这种解法相当于用了等差数列的求法，只用执行一次，大大的节省了时间、空间资源。
那么什么叫算法呢，它其实是一种解决特定问题的步骤，在计算机中表现为指令的有限序列，并且每条指令表示一个、多个操作。简单来说就是计算的一种方法，有了它，能极大的节省资源。既然是方法，就一定有它的特性：输入输出、有穷、确定、可行性。
输入输出指的是算法有零个或多个输入，算法有一个或多个输出。
有穷性指算法在执行有限的步骤之后，自动结束而不会出现无限循环，并且每一个步骤在可接受的时间内完成。
确定性是每一步骤都有明确含义，不会有歧义，算法比较严谨。
可行性是其每一步都能够通过执行有限次数完成。
同时算法还必须要求正确、可读、健壮、时间效率高和存储量低。
算法的时间复杂度定义：
在进行分析时，语句的执行次数T（n）是关于问题规模n的函数，进而分析T（n）随n的变化情况并确定T（n）的数量级。记作O（f（n）），它表示随问题规模n的增大，算法执行时间的增长率和f（n）的增长率相同。
推到大O阶的方法：
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，只保留最高项，其余项都去掉。
3.如果最高项存在且不是1，则取出与这个项相乘的常数。得到的结果就是大O阶。（其相关的练习可以分析8大排序的时间复杂度）。
算法的空间复杂度：
算法的空间复杂度通过计算算法所需的存储空间实现，其计算公式记作：S（n） = O(f(n))；n为问题规模，f（n）为语句关于n所占存储空间的函数。
在我们平时学习中，如果不限定词使用复杂度时，通常都是指时间复杂度。
