语句频度问题和算法得时间复杂度。

2) k = 0
1    for (i = 1; i < =n;i++){
2       for (j = i; j < = n; j++)
3           k ++;
}


   K++得执行次数是n,n-1,n-2,....1的等差数列求和得，(n+1)*n/2

等差数列求和公式：Sn=(a1+an)*n/2
-----------------------------------------------------------------------------------------
一个算法所耗费的时间=算法中每条语句的执行时间之和

算法求解问题的输入量称为问题的规模(Size),一般用一个整数表示

一个算法的时间复杂度(Time Complexity, 也称时间复杂性)T(n)是该算法的时间耗费，是该算法所求解问题规模n的函数。当问题的规模n趋向无穷大时，时间复杂度T(n)的数量级(阶)称为算法的渐进时间复杂度。

其中的f(n)一般是算法中频度最大的语句频度。

主要用算法时间复杂度的数量级(即算法的渐近时间复杂度)评价一个算法的时间性能。

常见的时间复杂度按数量级递增排列依次为：常数0(1)、对数阶0(log₂n)、线形阶0(n)、线形对数阶0(nlog₂n)、平方阶0(n²)立方阶0(n³)、…、k次方阶0(n^k)、指数阶0(2ⁿ)。显然，时间复杂度为指数阶0(2ⁿ)的算法效率极低，当n值稍大时就无法应用。