算法复杂度的回顾，一般来说考察复杂度会和各种排序算法联系起来。因此弄清这些排序算法的具体的操作步骤就能明白为什么相应的时间复杂度和空间复杂度是这么多。
常用的表示方法是大O表示法。大O表示法的特点是：只保留高阶项，不考虑低阶项，也不保留高阶项的系数。
时间复杂度可以理解为是算法完成的常数操作数。所谓常数操作指的是，与数据量没有有关系的并且在有限时间里面完成的操作，比如：赋值，加减乘除等。所有的常数操作都表示为O(1)。两层从0到N-1的for循环的时间复杂度就是O(N^2)。
空间复杂度是在算法实施过程中需要额外的空间，O(1)指得是只需要多申请一个位置存放中间变量。
复杂度在比较的时候，O(1)<O(logn)<O(n)<O(nlogn)<O(n²)<O(n³)<O(2ⁿ)<O(n!)
