简易理解为，算法程序执行过程中，所消耗的时间。（不仅用于表示时间复杂度，也用于表示空间复杂度）
大O表示法 有如下规则：
1.用常数1取代运行时间中的所有加法常数
2.只保留最高阶项
3.去除最高阶的常数
O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。
比如时间复杂度为O(n)，就代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法
这里举例对数阶，套用上述规则，下面代码执行次数logn + 1，保留高阶项，去除高阶常数，所以时间复杂度是O(logn)：
int t = 2;//执行1次 while (t < n){ t *= 2; //执行了logn次 }
这段代码while里面要判断执行次数，假设执行次数是x那么要成立2^x > n，所以得出来的执行次数就是logn（对数可以简单理解为一种数字规则，大数“降维”吧，比如8,16,32 以2为底的对数分别为3,4,5）
其他常数阶O(1)、线性阶O(n)、平方阶O(n²)等
