时间复杂度：算法流程中，数据量为n的样本中，执行完整个流程，常数操作的数量关系。

【0-n】数组从小到大排序，下标为0 - n-1，其中最小数位置。选择排序：遍历数组，找到最小数，和数组的第一个数交换位置，遍历除首位的其他数，找到最小数，和下标为1的数交换位置，从下标2开始遍历，找到最小数，和下标2位置的数交换位置，直至结束。

涉及到的操作：没个数都要取出来看一次，每次找最小数都要进行比较：第一次找最小数：n次看+ n-1次比较，在进行交换。第二次：n-1次看 + n-2次比较，交换......

也就是个等差数列。等差数列最终会化成：a*N^2 + b*n + c.  + n。

复杂度只要最高阶数，前面的常数也去掉，也就是：时间复杂度： O(n^2).

用最差的数据状况来计算时间复杂度。

空间复杂度：计算整个算法流程所开辟的新的空间的数量，默认已知内容不算在内。

如果说，需要拷贝一个数组，和当前的数组一致，则空间复杂度是O(1),最终结果和初始内容一致，不消耗空间复杂度，仅仅是拷贝过程中的中间变量消耗了空间复杂度。

常见的时间复杂度(我们陆续都会见到的)：

排名从好到差： O(1) O(logN) O(N) O(N*logN) O(N^2) O(N^3) … O(N^K) O(2^N) O(3^N) … O(K^N) O(N!)

对数器：用两种不同的思路实现同一个问题的代码，用随机数进行测试，比较两种方式结果是否相同。