————为什么我的眼泪常含泪水，因为我一个算法不会。

逃不了的数据结构和算法，剩下的只有面对了

   今天，3/20/2017。 开始学习数据结构和算法分析。在过去的一年时间都一直在侥幸，一直逃避。但是，该来的终归回来，该不会的还是不会，所以踏上学习数据结构与算法分析的不归路。就先从时间复杂度开始入手吧

什么是时间复杂度？

    在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。这是一个关于代表算法输入值的字符串的长度的函数。时间复杂度常用大O符号表述，不包括这个函数的低阶项和首项系数。

这是度娘上的解释。

我的理解：时间复杂度。分解看，1. 时间，2 复杂度。时间是指CPU处理计算机指令的时间，即一个完整的指令周期。复杂度，是指完成这个指令的时间长度或者是步骤。

计算时间复杂度攻略

1.用常数1取代运行时间中所有的加法常数

2.在修改的运行次数，保留最高项

3.如最高项存在且不是1，则去除与这个项相乘的数。

4，得到的最后结果就是最大O阶

常见的时间复杂度阶

1.常数阶

2，平方阶

3.对数阶

公式

循环时间复杂度=循环体复杂度X循环体运行次数

函数调用的时间复杂度

for(i=1;1<100:i++){

function(){

print(” nana”)

}

}

这个复杂度为O（1）

for(i=1;1<100:i++){

function(){

print(i)

}

}

这个复杂度为O（i）

时间复杂度为 O（1）<O(N)<O(N*N)   时间复杂度越小越好

算法复杂度= 时间复杂度+空间复杂度