PS：和段叔叔跑步的时候推归并排序的 O(nlogn)，我感觉要飞升了

https://blog.csdn.net/so_geili/article/details/53444816

算法：问题的解决方案，而不是问题的答案

时间复杂度的计算，可以分为递归和非递归算法

1.时间复杂度

描述一个算法，在问题规模不断增大时，对应的时间增长曲线

2.时间复杂度大O的理解

(1)T(n)：对于给定输入规模n，算法需要执行的运算次数为n的函数T(n)

(2)f(n)：存在常数 c 和函数 f(n)，使得当 n >= c 时 T(n) <= f(n)，即T(n)的 增长率小于等于f(n)，也说f(n)是T(n)的 上界

(3)T(n) = O(f(n))：用 f(n)的增长速度来度量 T(n) 的增长速度，即这个算法的时间复杂度是 O(f(n))

3.时间复杂度计算规则

(1)忽略常数项 T(n) = n + 29，时间复杂度为 O(n)

(2)忽略低次项 T(n) = n^3 + n^2 + 29，时间复杂度为 O(n^3)

(3)忽略与最高阶相乘的常数 T(n) = 3n^3，此时时间复杂度为 O(n^3)

4.递归算法时间复杂度的计算

PS：这个东西我真的很抗拒，各种放缩技巧

(1)主项定理

(2)递归树