关于时间复杂度的分析
1.时间复杂度如何表示？
一般来说，我们讨论的时间复杂度，都是用O()来表示的，如复杂度为n，则表示方法为O(n)，注意这里一定要明确是表示时间还是表示空间，以免混淆
2.时间复杂度的计算方法
1.最低级的复杂度：O(1)，指算法运行的次数与输入数据无关，Tips:哪怕需要运行200次甚至更多的时候，只要跟输入数据无关，都是O(1)
2.对数级别的复杂度：O(log(n))，log在表示复杂度的时候是指n为2的多少次方，这是一个很低的开销，即使n达到比较庞大的1e6，O(log(n))也只需要十几次就可以完成操作！这种复杂度一般可以通过二分得到
3.常数级别的复杂度：O(n)，指输入多少则运行多少次，这是一个在简单算法题中颇为常见的复杂度，一般来说是一层与输入数据循环，但也有特殊的算法可以做到两层循环复杂度仍然是O(n)（可以在网上查询素数筛或欧拉筛等资料）
4.O(nlog(n))，这也是一种比较常见的复杂度，他是n和log(n)相乘的结果
5.平方级别：O(n^2)，如果你的算法复杂度已经达到这个程度了，那么需要小心，这个复杂度一般是两层与输入数据有关的循环，如果输入数据比较大，这个复杂度很有可能会超时
6.次方级别：O(n^3)（甚至更多次幂），这已经是一个可怕的复杂度了，超时风险很大
7.指数级别：O(2^n)，这个复杂度表示你的算法有2的n次方次计算，常见的有普通bfs、dfs等算法，这个复杂度代价也是十分之高。你可以想象复杂度为log(n)时，如果n为1e6级别，也只需要十几次的运算，反过来，O(2^n)，如果n只有十几，也会达到1e6次计算，如果使用了这种复杂度，建议使用“超前剪枝优化”或者其他强力优化方法，否则超时就离你不远了
8.阶乘级别：O(n!)，我想这个复杂度一般你都见都见不到，所以我也不说了！！！
以上为代价从小到大较为常见的8个复杂度
3.复杂度计算过程中的取舍
这是值得注意的一部分，并不是说你的算法有两次有关输入数据的单层循环，你的时间复杂度就是O(2n)，在分析复杂度的时候，要注意：去掉低次项，去掉最高次系数，才能得到复杂度
4.普通电脑与评测及的运行能力
一般来说，比赛时的评测机，需要按1秒1e8次计算来计算，这里特别提醒各位参赛选手：请注意每道算法题的规定秒数，以免少死脑细胞，或者多死脑细胞！