复杂度也称为渐进复杂度，包括渐进时间复杂度和渐进空间复杂度，描述算法随数据规模变化而逐渐变化的趋势。复杂度分析是评估算法好坏的基础理论方法，所以掌握好复杂度分析方法是很有必要的。
时间复杂度首先，学习数据结构是为了解决“快”和“省”的问题，那么如何去评估算法的速度快和省空间呢？这就需要掌握时间和空间复杂度分析。同一段代码运行在不同环境、不同配置机器、处理不同量级数据…效率肯定不会相同。时间复杂度和空间复杂度是不运行代码，从理论上粗略估计算法执行效率的方法。时间复杂度一般用O来表示，如下例子：计算1,2,3…n的和。CPU执行每行代码时间很快，假设每行执行时间都一样为unit_time，第2行为一个unit_time，第3、4行都执行了n遍，那么下面这段代码执行的耗时时间可以这么计算：(1+2*n) * unit_time。
1 public int sum(int n) { 2 int sum = 0; 3 for (int i = 1; i <= n; i++) { 4 sum = sum + i; 5 } 6 return sum; 7 }