复杂度分析的基本方法

1. 描述算法执行过程
2. 统计基本操作次数
3. 计算基本操作次数与问题规模的关系
4. 使用大O符号表示时间复杂度
5. 考虑最坏、平均和最好情况的时间复杂度
6. 对于空间复杂度，同样统计存储空间占用
7. 分析嵌套循环对复杂度的影响
8. 理解算法效率与数据结构的关系

直接用公式：NlogN算法效率高。
复杂度分析，就是用数学方法衡量程序运行效率。
NlogN算法，比如快速排序，效率比O(N^2)的冒泡排序高。
项目经验，我做过一个排序算法优化，从O(N^2)优化到O(NlogN)，速度提升3倍。
我也还在验证，但经验是这样。
你自己掂量。