算法的时间复杂度和空间复杂度
1.算法的时间复杂度：基本操作的执行次数
举例：
def aa(n): i = 1 j = 100 while (i < n): j += 1 i += 2 多数情况下 ，取最深层循环内的语句所描述的操作作为基本操作 如上，j += 1， i += 2都可以作为基本操作 1+2m+k=n m = (n-1-k)/2 可知：时间复杂度T(n)=O(n)
2.算法的空间复杂度：算法运行所需的内存空间
踩坑是成长最快的方式
1.算法的时间复杂度：基本操作的执行次数
举例：
def aa(n): i = 1 j = 100 while (i < n): j += 1 i += 2 多数情况下 ，取最深层循环内的语句所描述的操作作为基本操作 如上，j += 1， i += 2都可以作为基本操作 1+2m+k=n m = (n-1-k)/2 可知：时间复杂度T(n)=O(n)
2.算法的空间复杂度：算法运行所需的内存空间
