参考 第二章 算法效率分析基础
2.1 分析框架
输入规模，运行时间，增长次数，最优最差平均效率
2.2 基本符号和效率类型
一张图，注意一般的效率类型都是什么情况
2.3 非递归算法的效率分析
很直观--
找到基本操作
建立基本操作执行次数的求和表达式
2.4 递归算法的效率分析
不那么直观，得看递归的深度
对算法基本操作的执行次数，建立一个递推关系式以及相应的初试条件
解递推关系式（跟高中数列的递推关系式差不多）
举了2个例子，
阶乘递归实现---基本操作的递推关系式
汉诺塔---基本操作的递推关系式
很重要！一定要会建立递推关系式和解递推关系式
2.5 一个例子 斐波那契数列
定义就不用详细说了：
由这个式子：
根据数学知识，解特征方程可以直接得到第n个斐波那契数：
其实我都忘了怎么解特征方程什么的，但大概还记得是那么回事。介绍了这么多高数里面的东西，主要是要说明，这个有2个好处：
1）它快速的告诉了我们斐波拉契数的增长速度，是呈指数增长的！！！
2）由F（n）的表达式可以知道，被减去的那一部分在0到-1之间，事实上，对任意n，
有了上面这些，相信对斐波拉契数列应该有了更深一步的认识。
归于正题，在计算机中怎么去求第n个斐波拉契数，最直接的办法也许会写成这样：
没有任何优化，直接根据递归的定义把上面都交给了计算机。
这里存在着大量的重复计算！！！！
这个例子可以很好的说明动态规划的思想，事实上，只需要记录连续2个f的值就可以迭代的求到F（n），它的复杂度是线性的。
总结：
1）表2.2 常见的时间复杂度一般是怎么产生的
2）非递归和递归的效率分析，递归算法的复杂度是通过递推的关系式的建立来解出来的
3）斐波拉契数列的特征，优化来获得线性的时间复杂度