1.何为常数时间的操作？
如果一个操作的执行时间不以具体样本量为转移，每次执行时间都是固定时间。称这样的操作为常数时间的操作。
2.常见的常数时间的操作
•常见的算术运算（+、-、*、/、%等）
•常见的位运算（>>、>>>、<<、｜、＆、^等）
•赋值、比较、自增、自减操作等
•数组寻址操作
总之，执行时间固定的操作都是常数时间的操作；反之，执行时间不固定的操作，都不是常数时间的操作。
3.如何确定算法流程的总操作数量与样本数量之间的表达式关系？
1）想象该算法流程所处理的数据状况，要按照最差情况来。
2）把整个流程彻底拆分为一个个基本动作，保证每个动作都是常数时间的操作。
3）如果数据量为N，看看基本动作的数量和N是什么关系。
4.如何确定算法流程的时间复杂度？
当完成了表达式的建立，只要把最高阶项留 下即可。低阶项都去掉，高阶项的系数也去掉。
记为：O(忽略掉系数的高阶项）
5.时间复杂度的意义
抹掉了好多东西，只剩下了一个最高阶项啊…
那这个东西有什么意义呢？
时间复杂度的意义在于：
当我们要处理的样本量很大很大时，我们会发现低阶项是什么不是最重要的；每一项的系数是什么，不
是最重要的。真正重要的就是最高阶项是什么。
这就是时间复杂度的意义，它是衡量算法流程的复杂程度的一种指标，该指标只与数据量有关，与过程
之外的优化无关。
注意
1.算法的过程，和具体的语言是无关的。
2.想分析一个算法流程的时问复杂度的前提，是对该流程非常熟悉
3.一 定要确保在拆分算法流程时，拆分出来的所有行为都是常数时间的操作。这意味着你写算法时，对自己的用过的每一个系统api,都非常的熟悉。否则会影响你对时间复杂度的估算。
评估算法优劣的核心指标是什么？
时间复杂度（流程决定）
额外空间复杂度（流程决定）
常数项时间（实现细节决定）
算法和数据结构学习的大脉络
1）知道怎么算的算法 2） 知道怎么试的算法
