时间复杂度分析：
XXXXXXXW：O（N^3）1秒内可以处理大约10^2量级的数据
插入排序法：O（N^2）1秒内可以处理大约10^4量级的数据
选择排序法：O（N^2）1秒内可以处理大约10^4量级的数据
归并排序法：O（NlogN）1秒内可以处理大约10^7量级的数据
寻找数组中最大/最小值：O（N）1秒内可以处理大约10^8量级的数据
二分查找法：O（logN）1秒内可以处理大约10^10量级的数据
二分查找法：O（logN）需要执行的指令数：a*logN
选择排序法：O（N*N） 需要执行的指令数：b*N*N
归并排序法：O（NlogN）需要执行的指令数：c*NlogN
寻找数组中最大/最小值：O（N） 需要执行的指令数：d*N
（a,b,c,d常数项作用不大，具体的根据数据规模作相应的权衡）
*******************************************************************
注：时间复杂度根据最大的来算：N^2 > NlogN > N >1
*****************************************************************************************************
注意：字符串的字典序排序的复杂度
*******************************************************************
********************************************************************
********************************************************************
********************************************************************
********************************************************************
算法的复杂度测试：观察趋势，每次将数据规模提高两倍，看耗时
递归算法的复杂度分析
********************************************************************
下面这个求次幂的递归方法，如果按原始的方法是O(N)，递归方法是O(logN)
********************************************************************
下面1+2+4+8= 15，递归方法是O(2^N) 指数级算法问题
********************************************************************
递归方法的归并排序（分治算法）
********************************************************************
均摊算法的复杂度分析
********************************************************************
应用：动态数组、动态栈、动态队列
Vector在开辟空间的过程中，每次开辟是现有的2倍
时间复杂度是：O(1)
********************************************************************
空间复杂度：
多开常数空间（不开）：O(1)
多开一个辅助的数组：O(N)
多开一个辅助的二维数组：O(N^2)
递归调用是有空间代价的：递归的深度是多少空间复杂度就是多少！
