算法速度与代码重构：优化编程的关键策略
算法速度
在编程中，除了估算诸如穿过城镇所需时间或项目完成时间，还有一种估算对程序员至关重要，即估算算法所使用的资源，如时间、处理器和内存等。
估算算法的含义
大多数非平凡算法处理可变输入，输入大小通常会影响算法的运行时间和内存使用。多数重要算法并非线性的，有些是亚线性的，如二分查找；而有些算法的运行时间或内存需求增长远快于输入规模。当编写包含循环或递归调用的代码时，我们会下意识检查运行时间和内存需求，必要时会进行更详细的分析，这时大O表示法就派上用场了。
大O表示法
大O表示法（O ( )）是一种处理近似值的数学方法。例如，若一个排序例程在O (n²) 时间内对n条记录进行排序，意味着最坏情况下的时间与n的平方成正比。大O表示法为所测量的值（时间、内存等）设定了上限。随着n的增加，高阶项会主导值的变化，因此通常会去除低阶项和常数乘法因子。
常见的大O表示法及示例如下：
| 复杂度 | 表示法 | 示例 |
| — | — | — |
| 常数级 | O (1) | 访问数组元素、简单语句 |
| 对数级 | O (lg n) | 二分查找 |
| 线性级 | O (n) | 顺序查找 |
| 线性对数级 | O (n lg n) | 快速排序、堆排序的平均运行时间 |
| 平方级 | O (n²) | 选择排序和插入排序 |
| 立方级 | O (n³) | 两个n × n矩阵相乘 |
| 指数级 | O (Cⁿ) | 旅行商问题、集合划分 |
以下为复杂度增长趋
