认识时间复杂度
常数时间的操作：一个操作如果和数据量没有关系，每次都是
固定时间内完成的操作，叫做常数操作。
时间复杂度为一个算法流程中，常数操作数量的指标。常用O
（读作big O）来表示。具体来说，在常数操作数量的表达式中，
只要高阶项，不要低阶项，也不要高阶项的系数，剩下的部分
如果记为f(N)，那么时间复杂度为O(f(N))。
评价一个算法流程的好坏，先看时间复杂度的指标，然后再分
析不同数据样本下的实际运行时间，也就是常数项时间。
理解：
1.遍历方式(例子) B->M A->N 常规思路为在for循环0到M-1中外部遍历B，内部嵌套遍历A(for 0到N-1) 定义变量cutrent属于B 看在A中是否拥有
可以明显看到时间复杂度 O(M*N)
2.对于一个无序数组B遍历 0-N-1遍历最小值在0位置 过n个数
1-N-1 min 1 n-1
2-N-1 min 2 n-2
. . . .
直到都排好，每个数都比较交换，直到过1个数
明显需要 N+N-1+N-2+N-3+~~~+2+1=N^2/2+N+常数项
(类似于aN^2+bN+1)----叫做常数操作数量表达式
只要高阶项，不要低阶项，也不要高阶项的系数就是例如：
N^2/100+10*N+1 ->O(N^2)
10000N+4->O(N) N是样本量
评价一个算法流程的好坏要先看他的指标，再看常数项。
一个简单的理解时间复杂度的例子
一个有序数组A，另一个无序数组B，请打印B中的所有不在A中的数，A数
组长度为N，B数组长度为M。
算法流程1：对于数组B中的每一个数，都在A中通过遍历的方式找一下；
算法流程2：对于数组B中的每一个数，都在A中通过二分的方式找一下；
算法流程3：先把数组B排序，然后用类似外排的方式打印所有不在A中出现
的数；
三个流程，三种时间复杂度的表达…
如何分析好坏？
流程一：O(MN)
流程二:二分法:例：1 2 4 5 7 8 9里找8
遍历给其索引为 0 1 2 3 4 5 6
L ----------------------------R
中间位置数为L+R/2=mid=3
拿3上索引的数5与8比较，在右边找，砍掉左边一半
一直砍下去，直到数组没有了或找到8了
O(N)->O(log2N)----A一共砍了这么多次
B有M个数，即O(Mlog2N)
流程三:A 1 2 4 6 7
B 6 3 9 =>sort 3 6 9
类似外排方式：刚开始a指向1，b指向3，1<3 a往下移动
2<3 a往下移动 4>3 那么3肯定不在A数组当中出现，打印3
b来下一个位置
就是谁小动谁
B移动条件：b指的数小于a指的数
=不打印直接移动 <没出现的+打印移动
不是b<=a ,就是a 移动
时间复杂度：B数组排序 O(M*logM)
外排：不动a就动b都往右动，a最多指向N个数，b最多指向M个数，直到ab有一个到达终点，即需O(N+M)
整个复杂度O(M*logM)+O(N+M)
比较：一>二 pass
二三需要通过样本量分析 不一定
