一。时间复杂度

在进行算法分析时，语句总的执行次数T（n）是关于问题规模n的函数，今儿分析T（n）随n的变化情况并确定T（n）的数量。算法的时间复杂度，也就是算法的时间量度，T（n）=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，称作算法的渐近时间复杂度，简称时间复杂度。其中f(n)是问题规模n的某个函数。

O(1)　　常数阶

O(n)　　线性阶

O(n²)　  平方阶

1.推导大O阶方法

1.   用常数1取代运行时间总的所有加法常数
2. 在修改后的运行次数函数中，只保留最高阶项
3. 如果最高阶项存在且不是1，则去除与这个项相乘的常数。                            得到的结果就是大O阶