目录
1>>闲话
2>>数据结构前言
3>>复杂度的概念
4>>时间复杂度
5>>大O渐进表示法
6>>总结
1>>闲话
家人们好久不见，小编军训终于是结束了，大一事情太多了，这几天没时间健身，没时间学习，也没时间发博客，在这先跟大家说声对不起！，忙着各种开会、讲座、竞选、运动会、社团、部门等等，不过从今天开始，小编应该会周更2-3篇，直到学完数据结构，c语言的后续章节可能会在国庆节补出来，敬请期待！谢谢！
2>>数据结构前言
很多小白肯定跟我学之前一样，不理解：什么是数据结构？为什么要学数据结构？数据结构和算法有啥子区别？这几个问题不难回答：
第一：数据结构是计算机存储数据，管理数据的方式，比如数组存数据，我们可以通过循环一次性处理数组里的数据，这就是数据结构！
第二：学习数据结构能让我们具有一些解决复杂问题的能力，通常复杂的问题数据量都很大，那么管理数据成了难题，故学习了数据结构就可以又快又方便的管理数据。
第三：算法就是定义良好的计算过程，通俗点讲就是一系列的计算步骤，通过优质的算法快速的解决过程，再用优质的数据结构快速管理数据，那么在难的题都如同庖丁解牛，迎刃而解！
3>>复杂度的概念
一般衡量一个算法的好坏，一般是从时间和空间两个维度来衡量的，（插闲话：小编爱看玄幻小说，很多主角技能厉害的也跟时间空间相关，所以小编在想，如果我们算法可以一直往高处学，没有上界，那么我们能不能通过代码突破时空从而升维，哈哈哈这只是一个想法，要实现那肯定务必要学精算法！小编会努力的！）也就是时间复杂度和空间复杂度！
时间复杂度是衡量一个算法运行的快慢
空间复杂度是衡量一个算法运行所需要的额外空间
不过现在一般不怎么看空间复杂度，因为我们现在不管是电脑还是手机，内存和外存（硬盘）都很大了。但是我们还是要学，接下来我们一起来看看：
4>>时间复杂度
时间复杂度是一个函数式子T（N），它描述了该算法的运行时间，肯定有人跟我有一样的疑问，为什么不直接计算程序运行时间呢？首先，编译器的新旧程度会影响运算的快慢，其次，处理器的好坏也会影响运算的快慢（跟你打游戏卡不卡一个道理），再者，我们只有写完程序才能知道运行时间。因此：不能直接计算，引入T（N）概念：
T（N)是计算了程序的运行次数。我们在这里要进行抽象的概念，假设每条语句的执行时间是一样的，不管你是a=1还是a=10000000^1000等等，都基本一样（实际有一内内区别），那么我们能知道你运行次数越多，那么运行时间越大。那么同样一题，答案运行次数少的算法一定是比运行次数多的算法来的好的。
这个代码它的时间复杂度T（N）=N;
5>>大O渐进表示法
有三条规则分别是：
1.时间复杂度T（N)中要抓大头，什么意思呢？也就是保留高阶项，去掉低阶项，如果T（N）=N^2+N+234那么O（N）=N^2
2.高阶项常数系数忽略不计，如果T（N）=12312N^2+N+234那么还是O（N）=N^2，为什么呢?很多同学在这有疑问，因为当N无穷大时，它的常数系数多少乘它都显得苍白无力。
3.若T（N）中只有常数项，那么用常数1取代，如果T（N）=123121212312，那么O（N)=1,这里不管常数多大，结果都是1。
来看一道例题：
这里每调用一次函数，运行次数就加1，那么根据图片我们能看出它是N！执行次数就是N次，所以O（N）就等于1；
通常我们说的时间复杂度都是使用O（N）而不是T（N）
6>>总结
今天小编就学了这么多，总结一下就是了解了数据结构以及复杂度、算法的概念，学习了时间复杂度T（N）的计算方法，以及O(N)表示法，希望看这篇文章的同学都能够有所收获，小编在这里谢谢大家的耐心观看，一起进步，一起加油！
