1.时间复杂度

　　T(n):对输入规模为n的问题处理所需的时间；

　　　　a.忽略小规模问题处理时间，基本操作视为在常数时间内完成；

　　　　b.通常忽略具体大小，关注上下界即可；

2.空间复杂度

　　在对空间效率要求不甚严格的情况下，优先考察时间复杂度；在任何一个算法的一次计算中，其占用的空间都不会多于其间的基本操作次数，时间复杂度是空间复杂度的一个上界

3.算法复杂度

　　a.常数复杂度 σ(1)；

　　b.对数复杂度 σ(nlogn)；

　　c.现行复杂度 σ(n)；

　　d.多项式复杂度 σ(n2),此时准确来说 Θ(n2)；

　　e.指数复杂度 σ(2n),此时不能算是有效的算法，并不能在实际中使用；

4.递归

　　a.线性递归：每个实例只能至多的递归调用自己一次；

    public static void main(String[] args) {
        int[] arr = new int[]{1,2,3};
        System.out.println(sum(arr,arr.length));
    
    }
    private static int sum(int[] arr,int n){
        if(n==0){
            return 0;
        }else{
            return sum(arr,n-1)+arr[n-1];
        }
    }

　　b.二分递归：将一个大的问题拆分成两个小的问题分别递归求解；

　　c.多分支递归：将一个问题拆分为多个子问题来解决；