時間復雜度
要理解時間復雜度，需要先理解時間頻度。
一個算法中 語句執行的次數 稱作語句頻度（時間頻度）。記作T(n)。
那么時間復雜度如下定義：
若某個輔助函數f(n)，使得當n趨近于無窮大時，T(n)/f(n) 的極限值為不等于零的常數，那么稱f(n)是T(n)的同數量級函數。記作T(n)=O(f(n))，并且，稱O(f(n))為算法的漸進時間復雜度，簡稱時間復雜度。
舉例
example1
int x = 1; //時間復雜度O(1)
for(int i = 0; i<n; i++){
system.out.println(i);
} //時間復雜度O(n)
example2
int n=100, count=0;
for(int i=0; i<=n; i*=2){
for(int j=1; j<=n; j++){
count++;
}
} //復雜度O(nlog2n) -> 最外層log2n與內層n相乘
拓展：N與NP問題
Ο(2^n)＜Ο(n!)為指數時間復雜度，稱為NP（Non-Deterministic Polynomial, 非確定多項式）類問題。
Ο(log2n)，Ο(n)，Ο(nlog2n)，Ο(n^2)為P類問題，該算法為有效算法。
空間復雜度
運行完一個程序所需內存的大小。也可以簡單理解為臨時變量占用的存儲空間。
舉例
example
//該程序的空間復雜度為O(1)
int x=1, y=2;
int temp=x;
x=y;
y=temp;
