程序和算法的时间复杂度
1.一个程序或算法的时间效率，也称“时间复杂度”，有时简称“复杂度”
2.复杂度常用大写字母O和小写字母n来表示，比如O(n),O(n²)等，n代表问题的规模
3.时间复杂度是用算法运行过程中，某种时间固定的操作需要被执行的次数和n的关系来度量的，在无序数列中查找某个数，复杂度是O(n)
4.计算复杂度的时候，只统计执行次数最多的(n足够大时)那种固定操作的次数，比如某个算法需要执行加法n²次，除法n次，那么就记其复杂度是O(n²)
5.复杂度有“平均复杂度”和“最坏复杂度”两种，两者可能一致，也可能不一致
例如：顺序查找，平均复杂度为n/2，最坏复杂度为n，复杂度都为O(n)，注意这里不计系数
快速排序，平均复杂度n*log n，最坏复杂度为n²
6.如果复杂度是多个n函数的和，只关心随n增长增长速度最快的那个函数
7.常见的大O运行时间
O(log n)，对数级，包括二分查找
O(n)，线性级，包括简单查找即顺序查找
O(n*log n)，线性对数级，快速排序
O(n²)，平方级，选择排序，冒泡排序，插入排序
O(nª)，多项式级，基于n的a层循环
O(n!)，阶乘级，旅行商问题
二分查找
例：
A有一个1～100的数，B来猜，可以提问，A只能回答对和错，要以最少次数猜到这个数字
1.是1吗？是2吗？。。。是99吗？平均要问50次
2.大于50吗？大于75吗？。。。每次缩小范围到一半，7次以内就能猜到
此时二分查找的简单程度显而易见
简单查找时间复杂度为O(n)，二分查找时间复杂度为O(log n)
但请注意，二分查找前提条件是查找的数列必须是有序的
下面来写一个程序描述上述过程：
最后提一下旅行商问题
大概就是一个旅行商需要前往5个城市，同时要确保旅程最短
为此，可以考虑前往这些城市的各种可能性
对于每种顺序，他都计算总旅程，再挑选出旅程最短的线路
显然，5个城市有5！=120种不同的排列方式
推而广之，n个城市需要执行n！次操作才能计算出结果
因此运行时间为O(n!)，这种算法时间复杂度非常糟糕
