算法复杂度

程序执行需要的的计算量和内存空间（跟代码是否间接无关）
复杂度是数量级，不是具体的数值
一般针对一个具体的算法，而不是一个具体的程序

时间复杂度

O(1)：常数时间复杂度，不管数据量多大，执行时间都是固定的
O(logn)：对数时间复杂度，数据量增大，执行时间不会线性增长
O(n)：线性时间复杂度，数据量增大，执行时间会线性增长
O(nlogn)：线性对数时间复杂度，数据量增大，执行时间会增长
O(n^2)：平方时间复杂度，数据量增大，执行时间会增长

空间复杂度

O(1)：常数空间复杂度，不管数据量多大，占用的内存空间都是固定的
O(n)：线性空间复杂度，数据量增大，占用的内存空间会线性增长
O(n^2)：平方空间复杂度，数据量增大，占用的内存空间会增长
O(logn)：对数空间复杂度，数据量增大，占用的内存空间不会线性增长
O(nlogn)：线性对数空间复杂度，数据量增大，占用的内存空间会增长
O(2^n)：指数空间复杂度，数据量增大，占用的内存空间会增长
O(n!)：阶乘空间复杂度，数据量增大，占用的内存空间会增长
O(n^n)：指数空间复杂度，数据量增大，占用的内存空间会增长
O(n^m)：多项式空间复杂度，数据量增大，占用的内存空间会增长