平時用的少，經常忘記，這裡記錄下時間複雜度的概念
複雜度是演算法的一種標記方法。用o表示，通常讀為big o
o的包含了時間複雜和空間複雜度
這裡就只說時間複雜度。
時間複雜度的概念，個人總結，可能不太準確。
時間複雜度，即標記乙個問題，隨著問題規模的變化，所需要花費時間的關係。時間複雜度就是問題規模和解決問題時間的關係。
這裡有兩個要素：1，問題規模，2，時間t
問題規模n為變數。隨著n的增大，解決時間的變化。
根據自己的理解，時間複雜度和問題規模就是乙個數學問題，我畫了個幾個圖
上圖是線性關係的圖，在**層理解的話，假設解決問題規模和解決問題的時間是線性關係就如上圖。時間複雜度可表示為o（n）
如遍歷陣列一次，陣列的長度為n，n為問題規模，遍歷完陣列的時間即為o，假設遍歷陣列長度為1的陣列所需要的時間是1，那麼n=1,o=1，n=2，o=2……n=n，o=n
那麼他們時間複雜度表示就為o（n）
指數型的時間複雜度，如最近在leetcode中刷題所刷到的題，兩數之和的**如下
class solution ;}}
}throw new illegalargumentexception("no two sum solution");}}
其中的問題規模n=nums.length，遍歷兩次，且是內部遍歷。
n和o的關係是o=n²
時間複雜度為o（n²）
空間複雜度，o（1）
空間複雜度，在程式中就是解決問題所佔增量的n存變化。
上訴**中記憶體占用並不會隨著n的變化而變化。故而為o（1）
演算法複雜度 時間複雜度和空間複雜度
1 時間複雜度 1 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時間多，哪個演算法花費的時間少就可以了。並且乙個演算法花費的時間與演算法中語句的執行次數成正比例，哪個演算法中語句執行次數...
演算法複雜度 時間複雜度和空間複雜度
演算法複雜度 時間複雜度和空間複雜度 關鍵字 演算法複雜度 時間複雜度 空間複雜度 1 時間複雜度 1 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道哪個演算法花費的時 間多，哪個演算法花費的時間少就可以...
演算法複雜度 時間複雜度和空間複雜度
演算法的時間複雜度是指執行演算法所需要的計算工作量。n稱為問題的規模，當n不斷變化時，時間頻度t n 也會不斷變化。但有時我們想知道它變化時呈現什麼規律。為此，我們引入時間複雜度概念。一般情況下，演算法中基本操作重複執行的次數是問題規模n的某個函式，用t n 表示，若有某個輔助函式f n 存在乙個正...