算法v.s.程序: 程序 = 数据结构+ 算法；
1.时空复杂度T(n)/O(n)（衡量一个算法的优劣）
1.1最坏/最好/平均(所有输入等概出现)时间复杂度;
1.1.1 E.g.手算某算法（冒泡排序）程序段的T,O;
1.2算法的渐近表示；
1.2.1复杂度函数的阶
1.2.1.1定义【Θ，Ω，O】:
1.2.1.2例题：
1.2.1.3个人理解：
对于x=Ω(y)，x=O(y)这种，我们先抓住主体：
即我们考虑的是如何衡量x的范围，而y只是我们找来去包围/上方拦的工具函数；【比如O是上界函数，则括号内的函数，才是上界函数，而非等式左侧】
- Θ【theta，渐近紧致界】，x=Θ(y)，则y是x的包围线；
- 如果f(n) = Θ（judge(n)）;即f函数可以被judge函数上下包围住（注意其中judge即g函数）
- O【上界函数】；如果 x=O(y)，则表示y【O括号里的符号】是x的上界函数，而x是y的低阶（即在下面）
- f(n) = O（g(n)）F被上界函数g在y轴上方拦住，即g是f的天花板一样；
- Ω（下界函数），如果x=Ω(y)，则表示y【Ω括号里的符号】是x的下界函数，而x是y的高阶（即在下面）
1.2.2常见-时间复杂度比较（常对线， 幂指阶）
口诀：常对线，谜之接Q（doge）【背住了直接秒杀！】：
