上一篇讲了时间复杂度分析，以及空间复杂度分析；
这篇从要从四个方面去分析复杂度：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。
1、最好、最坏情况时间复杂度
首先分析以下例子：
由于在循环中有一个 if 判断语句，所以无法粗略的定义该段代码的时间复杂度为O(n)。在这里我们就需要引入三个概念
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。
由该例子，我们走两个极端，所以最好情况时间复杂度为O(1)；最坏情况时间复杂度为O(n)。这两种极端比较好理解，平均情况时间复杂度就需要详细解释。
2、平均情况时间复杂度
还是根据上例代码，进行分析。总共出现n+1种情况：0~n-1 以及 x不在该数组中的情况，所以公式如下：
时间复杂度为O(n)
上述方法虽然正确，但是没有考虑概率问题，出现的n+1种情况出现的概率不可能全部相等，我们可以考虑进去一些简单的概率知识。
假设需要查找的x在数组内 和 不在数组内的概率为1/2，0~n-1这n个数出现的概率为1/n，所以0~n-1出现的概率为1/2n。不在该数组出现的可能也应该是n次，得到的公式如下：
最后得到的结果也是O(n)，该值在概率中叫做加权平均数，也叫做期望值。
平均时间复杂度的全称也叫做 加权平均时间复杂度。
在大多数情况下，不需要区分这三个复杂度，使用一个复杂度就可以满足需求了。
3、均摊时间复杂度
该方法是向数组中插入值，当该数组被插满的时候，将数组中的值进行累加，并把累加和赋给数组0下标的值。并且下次再插入数值时，从数组下标1的位置开始向后赋值，再次赋满的时候求和然后覆盖掉0下标的值。
我们根据代码得出：
最坏情况时间复杂度：O(n) 进入for循环求和的时候
最好情况时间复杂度：O(1) 进入该方法只进行了赋值
平均情况时间复杂度：O(1) 有n种情况O(1)，只有一种额外的情况是O(n),故可得下式：
由于该情况比较特殊，它在大多数情况下都是O(1)，只有在一种情况下是O(n)，故我们根据这种情况引入了均摊时间复杂度
因为没出现一次O(n)求和操作，都会跟着n-1的O(1)，所以这一套操作均摊之后，时间复杂度为O(1)。值就是均摊时间复杂度的基本思路。
