提到数据结构+算法的学习，有两个问题是不可避免的，一个是时间复杂度，可以理解为算法的运行时间，如果算法运行时间太长，那这个算法就没法用；另一个是算法的空间复杂度，可以理解为把算法存储在计算机中需要多大的空间，如果需要空间太大，那这个算法也没法用。
因此，需要对一个算法的时间复杂度和空间复杂度进行分析，来确定该算法的可行性。
具体定义和复杂度算法可以自行去问某度，讲解很清楚。在此略过。
本文主要是通过一个例子让大家体验一下算法的重要性：
斐波那契数列：1 1 2 3 5 8 13 .... n
求解第k个斐波那契数列的值。
废话不多说直接上代码（采用Java编程语言）
第一种方式（递归） 第二种方式（滚动变量）
同样计算第50位斐波那契数列结果，耗时对比，可以看出一种好的算法是多么重要。
其实这种统计时间复杂度的方式为事后统计法，这种统计的方式其实对硬件依赖较大，不是很科学，但足以说明了问题。
