如何衡量算法的优劣？？

程序=算法（解决问题的步骤）+数据结构（合理的持有数据）
 
 * 如何衡量算法的优劣？
 1、计算时间
          long start=System.currentTimeInMills();
       处理步骤；
       long end=System.currentTimeInMills();
       System.out.println("该算法用时"+(end-start)+"ms");
  
  2、时间复杂度
  是一个用于度量一个算法的运算时间的一个描述，本质是一个函数，根据
  这个函数能在不用具体的测试数据来测试的情况下，粗略地估计算法的执
  行效率
  
  查找一个算法中执行次数最多的部分和算法规模的相互关系--函数
  
  常用大O来表述，这个函数描述了算法执行所要时间的增长速度
  
  
  常量阶    O(1)
  对数阶    O(logn)
  线性阶    O(n)
  线性对数阶    O(nlogn)
  n方阶    O(nⁿ)
  指数阶    O(2ⁿ)
  阶乘阶    O(n!)

示例

public class Test1 {
	public static void main(String[] args) {
		int[] arr = new int[] { 1, 6, 2, 4, 3, 7, 9, 8 };
		for (int i = 1; i < arr.length; i++) { // 7
			for (int k = 0; k < arr.length - i; k++) { // 7 6 5 ... (n-1)*n/2
				if (arr[k] > arr[k + 1]) {
					int tmp = arr[k];
					arr[k] = arr[k + 1];
					arr[k + 1] = tmp;
				}
			}
		}
		System.out.println(Arrays.toString(arr));
		// 时间复杂度为 n^2/2-n/2 时间和问题规模n成正相关关系
		// 使用大O计法时，只保留最高次幂，去掉所有常量O(n^2)
		
		// 折半查找
		int target = 6;
		int min = 0;
		int max = arr.length - 1;
		int pos = (min + max) / 2;
		while (min <= max) {
			pos=(min + max) / 2;
			if (arr[pos] > target) {
				max = pos - 1;
			} else if (arr[pos] < target) {
				min = pos + 1;
			} else if (arr[pos] == target)
				break;
		}
		System.out.println("位置为:" + pos);
		
		//2^k=n   k以2为底n的对数  时间复杂度为O(logN)
	}
}