算法：是解决问题求解步骤的描述
渐进表示法：随入参增大的趋势分析
分析原则：
>只关注循环执行次数最多的一段代码
>加法法则：总复杂度等于量级最大的那段代码的复杂度
>乘法法则：嵌套代码的复杂度等于嵌套内外代码复杂度的乘积
常见复杂度：
(1)单参数：
O(1)常数阶 < O(logn)对数阶 > < O(n)线性阶 < O(nlogn)线性对数阶 < O(n^2)平方阶 < O(n^3)立方阶 < O(2^n)指数阶
(2)多参数：
O(m+n) < O(m*n)
时间耗费与输入n的关系（用大O法表示渐进时间复杂度）
>最好情况时间复杂度
>最坏情况时间复杂度
>平均情况时间复杂度
>均摊时间复杂度
内存占用与输入n的关系（用大O法表示渐进空间复杂度）
//1、常数阶，f(n) = 3，O(3) => O(1)
int sum = 0, n = 0;//执行 1 次
sum = (1 + n) * n / 2;//执行 1 次
System.out.println(sum);//执行 1 次
//2、线性阶，f(n) = c*n，O(c*n) => O(n)
for (int i = 0; i < n; i++) {
//O(1)的语句；
}
//3、对数阶，10^f(n) = n，f(n) = logn，O(logn)
int count = 1;
while (count < n) {
count = count * 10;
//O(1)语句；
}
//4、平方阶，f(n) = n*n，O(n^2)
for (int i = 0; i < n; i++) {
for (int j = 0; j < n; j++) {
//O(1)语句；
}
}