算法的时间复杂度
分析一个算法的时间复杂度步骤：
1.用常数1取代运行时间中的所有加法常数。
2.在修改后的运行次数函数中，只保留最高阶项。
3.如果最高阶项存在且不是1，则去除与这个项相乘的常数。
4.得到的最后结果就是大O阶。
①常数阶：O(1)
②线性阶：O(n)
③平方阶：循环的时间复杂度等于循环体的复杂度，以该循环运行的次数为幂，例如O(n^2)
④对数阶：O(logn)
常用的时间复杂度所耗费的时间从小到大依次是：
O(1) < O(logn) < (n) < O(nlogn) < O(n^2) < O(n^3) < O(2^n) < O(n!) < O(n^n)
注：通常除非特别指定，我们提到的运行时间都是最坏情况的运行时间。
算法的空间复杂度
计算方法：
1.忽略常数，用O(1)表示；
2.递归算法的空间复杂度=递归深度N* 每次递归所要的辅助空间；
3.对于单线程来说，递归有运行时堆栈，求的是递归最深的那一次压栈所耗费的空间的个数，因为递归最深的那一次所耗费的空间足以容纳它所有递归过程。
注：变量的内存分配发生在定义的时候，
temp定义在循环里边：n * O(1)；
temp定义在循环外边：1 * O(1) 。
调用fun函数，每次都创建1个变量k：O（n)。
常用算法的时间复杂度和空间复杂度
