時間復雜度（流程決定）
額外空間復雜度（流程決定）
常數項時間（實現細節決定）
什么是時間復雜度？時間復雜度怎么估算？
•常數時間的操作
•確定算法流程的總操作數量與樣本數量之間的表達式關系
•只看表達式最高階項的部分
常見的常數時間的操作
總之，執行時間固定的操作都是常數時間的操作。
反之，執行時間不固定的操作，都不是常數時間的操作
選擇排序
過程：
arr[0～N-1]范圍上，找到最小值所在的位置，然后把最小值交換到0位置。
arr[1～N-1]范圍上，找到最小值所在的位置，然后把最小值交換到1位置。
arr[2～N-1]范圍上，找到最小值所在的位置，然后把最小值交換到2位置。
…
arr[N-1～N-1]范圍上，找到最小值位置，然后把最小值交換到N-1位置。
估算：
很明顯，如果arr長度為N，每一步常數操作的數量，如等差數列一般
所以，總的常數操作數量 = a(N^2) + bN + c (a、b、c都是常數)
所以選擇排序的時間復雜度為O(N^2)。
冒泡排序
過程：
在arr[0～N-1]范圍上：
arr[0]和arr[1]，誰大誰來到1位置；arr[1]和arr[2]，誰大誰來到2位置…arr[N-2]和arr[N-1]，誰大誰來到N-1位置
在arr[0～N-2]范圍上，重復上面的過程，但最后一步是arr[N-3]和arr[N-2]，誰大誰來到N-2位置
在arr[0～N-3]范圍上，重復上面的過程，但最后一步是arr[N-4]和arr[N-3]，誰大誰來到N-3位置
…
最后在arr[0～1]范圍上，重復上面的過程，但最后一步是arr[0]和arr[1]，誰大誰來到1位置
估算：
很明顯，如果arr長度為N，每一步常數操作的數量，依然如等差數列一般
所以，總的常數操作數量 = a(N^2) + bN + c (a、b、c都是常數)
所以冒泡排序的時間復雜度為O(N^2)。
插入排序
過程：
想讓arr[0~0]上有序，這個范圍只有一個數，當然是有序的。
想讓arr[0~1]上有序，所以從arr[1]開始往前看，如果arr[1]<arr[0]，就交換。否則什么也不做。
想讓arr[0~i]上有序，所以從arr[i]開始往前看，arr[i]這個數不停向左移動，一直移動到左邊的數字不再比自己大，停止移動。
最后一步，想讓arr[0~N-1]上有序， arr[N-1]這個數不停向左移動，一直移動到左邊的數字不再比自己大，停止移動。
估算時發現這個算法流程的復雜程度，會因為數據狀況的不同而不同。
最差的情況時間復雜度為O(N^2)。
額外空間復雜度
實現一個算法流程，在實現算法流程的過程中，你需要開辟一些空間來支持你的算法流程。
作為輸入參數的空間，不算額外空間。
作為輸出結果的空間，也不算額外空間。
因為這些都是必要的、和現實目標有關的。所以都不算。
但除此之外，你的流程如果還需要開辟空間才能讓你的流程繼續下去。這部分空間就是額外空間。
常見的時間復雜度
排名從好到差：
O(1)
O(logN)
O(N)
O(N*logN)
O(N^2) O(N^3) … O(N^K)
O(2^N) O(3^N) … O(K^N)
O(N!)