算法复杂度解析

1、算法复杂度分为空间复杂度和时间复杂度。

4、O(n^2)代表数据量的增加，算法复杂度增大数据量的平方倍。好比数量增加为8倍，算法复杂度增加64倍。（时间复杂度：冒泡排序，对n个数进行排序计算，需要进行n×n次运算，比线性高）

6、O(nlogn)当数据增加n倍，算法复杂度增加n*logn被，也就是当数据增加256倍，算法复杂度增加256*8倍，高于线性，低于平方（时间复杂度：归并排序）。