O(big o) 是上限，是我们关注的算法的时间复杂度。数据量大，数据量涨一千倍，lgn的算法就是 耗费的时间就是10倍，o（n）就是一千倍，o（n2）就是一百万倍的差距
例一：Sequential search 算法复杂度o（n）。找到了o（n/2） ,没找到 o（n）
#include#include #include #define N 5000000#define STEP 3int a[N];int g_nMax=0;int main (void){ time_t t=0; //以秒为单位 int i=0,n=0; clock_t begin=0,end=0; //build an array (increasing),randomly time(&t); srand(t); for(i=0;i
例二：Binary search【先决条件，排序好了的数据】 o（lgn）
1024之类的数据，最多也就找11次，40亿的数据，最多也就找33次。
#include#include #include #define N 50000000#define STEP 3#define LOOP 1000int a[N];int g_nMax=0;void binary_search(int min,int max,int n){ int mid=0; if(min>max){ // printf("%d找不到\n",n); return; } mid =min+(max-min)/2; if(n==a[mid]){ // printf("%d 找到了\n",n); return; } if(n
例三：hashtable 复杂度o（1）.大数据量，杂乱无序。
hash table size n 最好不是2或10的倍数，最好是质数，如2的n次方-1也很好
应用MD5
database ：结构化数据 最好到1百万级别
search engin：极大数据量，几千万，几亿