程序运行都是需要时间的，我们用大O法来表示，程序在最坏情况下，运行时间和输入规模的关系。
一般有这么几种大O时间：
快：
闪电：O(1) - 常量复杂度 - 和输入无关；比如通过数组下标访问元素；简单数学运算，如看末尾数字是否是基数；
火箭：O(log n) - 对数复杂度 - 时间增长随数字规模增长缓慢；这种复杂度通常把问题分而治之，当输入规模翻倍时，时间却增长很小；
平均：
兔子：O(n) - 线性复杂度 - 时间随输入规模呈线性增长；比如对数组中每个元素操作；
自行车：O(n log n) - 线性对数复杂度 - 比如归并排序和快速排序；
慢：
大象：O(n^2) - 平方复杂度 - 时间随输入规模增长呈平方级增长；比如冒泡排序，选择排序；
乌龟：O(2^n) - 指数复杂度 - 时间随输入规模增长呈指数级增长；
小树生长：O(n!) - 阶乘复杂度。
