算法的時間復雜度：用O()表示，執行次數=時間，隨着輸入規模n增大，T（n）增長最慢的算法為最優算法。
如何計算時間復雜度：
用常數1取代運行時間中的所有加法常數
在修改后的運行次數函數中，只保留最高階項
如果最高階項存在且不是1，則去除與這個項相乘的常數
得到的最后結果就是O階
int i,n=100,sum=0;
for(i=0;i<n;i++){
sum+=i;
}
上述代碼時間復雜度為O（n）,因為執行100次，循環的時間復雜度為循環體的時間復雜度乘該循環運行的次數。
int i,j,n=100,sum=0;
for(i=0;i<n;i++){
for(j=0;j<n;j++){
sum+=i;
}
}
時間復雜度為O(n2)。
int i,j,n=100,sum=0;
for(i=0;i<n;i++){
for(j=i;j<n;j++){
sum+=i;
}
}
當i=0時執行n次，i=1時執行n-1次，...... 時n+(n-1)+(n-2)+....+1=n(n+1)/2,因此根據策略為O(n2)
int i=1,n=100;
while(i<n){
i=i*2;
}
此程序是每次執行i=i*2然后和n比較，設執行次數為x，當執行x個2相乘的時候大於或者等於n就會推出循環即x*2=n，x=log(2)n,因此時間復雜度為O（logn）。
函數的時間復雜度分析：
int i,n=100,sum=0;
for(i=0;i<n;i++){
function(i);
}
void function(int count){
printf("%d",count);
}
函數的時間復雜度為O（1），即總體為O（n）。
