一、什么是时间复杂度
如何衡量一个代码的好坏，是简洁还是其他？
当然不是了，这时候就要考虑机器的运算速度，也就是考虑时间复杂度，也就是代码运行的时间，算法在编写成可执行程序后，运行时需要耗费时间资源和空间(内存)资源 。因此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，即时间复杂度和空间复杂度。
时间复杂度主要衡量一个算法的运行快慢，而空间复杂度主要衡量一个算法运行所需要的额外空间。在计算
机发展的早期，计算机的存储容量很小。所以对空间复杂度很是在乎。但是经过计算机行业的迅速发展，计
算机的存储容量已经达到了很高的程度。所以我们如今已经不需要再特别关注一个算法的空间复杂度。
二、时间复杂度的概念
时间复杂度的定义：在计算机科学中，算法的时间复杂度是一个函数，它定量描述了该算法的运行时间。一
个算法执行所耗费的时间，从理论上说，是不能算出来的，只有你把你的程序放在机器上跑起来，才能知
道。但是我们需要每个算法都上机测试吗？是可以都上机测试，但是这很麻烦，所以才有了时间复杂度这个
分析方式。一个算法所花费的时间与其中语句的执行次数成正比例，算法中的基本操作的执行次数，为算法
的时间复杂度
那么请问下方代码的时间复杂度是多少？ 
大O符号（Big O notation）：是用于描述函数渐进行为的数学符号。
推导大O阶方法：
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中，只保留最高阶项。
3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。
使用大O的渐进表示法以后，Func1的时间复杂度为：
实际中我们计算时间复杂度时，我们其实并不一定要计算精确的执行次数，而只需要大概执行次数，那么这里我们使用大O的渐进表示法。
也就是O(N2)，这就是时间复杂度。
下面就来举几个示例：
首先看看这个函数，他的第一个是for循环语句，那么就有F(N)=2*N+10,因为后面是常数所以忽略不计，然后N前面的系数也可以忽略不计，因为当N特别大时N前面的系数可以忽略不计所以可以表示为O(N); 
这个题根据上面来看，直接先计算F(N)=M+N,也就是说有两个未知数，当M很大时N可以忽略不计，用力N很大时。M可以忽略不计，所以就表示为O(M+N)；
这个循环变量能看出来时常数，所以他就是O(1)
这个代码就是后面的变量的数值是否在str中，要考虑最坏的情况，当他全部遍历一遍后在最后面找到的话就是O(N)
这个是冒泡排序，可以看出他是在循环N编中，每次都会减少一次，也就是n-1,n-2一直这样下去，也就是一个等比数列，也就是N*(N-1)/2,代开看也只是看第一个数，所以就是O(N);
这是一个二分查找，每次都是一半，考略最坏的情况的时候，也就是x^2=N,也就是log2，也就是O(logN)
这是一个递归函数，自己调用自己，我们都知道他是每次都减1，也就是下方这样变化，所以就是等比数列，也就是O(N)
这是计算斐波那契数列的递归函数，他和上面的递归韩式有一点不同，他是相当于右方这个三角形的所以就是F(N)=2^0+2^1+2^2……+2^(n-1)
所以就可以利用错位相减发得出F(N)=2^(n-1)-1;
所以也就是0(2^N)
