算法时间复杂度
定义：在进行算法分析时，语句总度执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度，也就是算法的时间量度，记作：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，简称为时间复杂度。其中f(n)是问题规模n的某个函数。
(执行次数 == 时间)
推导大O阶方法
· 用常数1取代运行时间中的所有加法常数。
· 在修改后的运行次数函数中，只保留最高阶项。
· 如果最高阶项存在且不是1，则去除与这个项相乘的常数。
算法的空间复杂度
定义：算法的空间复杂度通过计算算法所需的存储空间实现，算法的空间复杂度的计算公式记作：S(n) = O(f(n))，其中n为问题的规模，f(n)为语句关于n所占存储空间的函数。
当直接要让我们求"复杂度"时，通常指的是时间复杂度。
