-定义：
在进行算法分析时，语句总的执行次数T（n）是关于问题规模n的函数，进而分析T（n）随n的变化情况并确定T（n）的数量级，算法的时间复杂度，也就是算法的时间量度，记作：T(n)=O(f(n))。它表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度，简称时间复杂度。其中f(n)是问题规模n的某个函数。
-这样用O()来体现算法复杂度的记法，我们称之为大O记法。
-一般情况下，随着输入规模n的增大，T(n)增长最慢的算法为最优算法。
-显然，由此算法时间复杂度的定义可知，我们的三个求和算法的时间复杂度分别是O（1）， O(n),O(n^2).
-推导大O阶方法
-用常数1取代运行时间中的所有加法常数。在修改后的运行次数函数中，只保留最高阶项。如果最高阶项存在且不是一，则去除与这个项相乘的常数。得到最后的结果就是大O阶。