O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。时间复杂度为O(1)是最低的时空复杂度了，也就是耗时/耗空间与输入数据大小无关，无论输入数据增大多少倍，耗时/耗空间都不变。哈希算法就是典型的O(1)时间复杂度，无论数据规模多大，都可以在一次计算后找到目标（不考虑冲突的话）时间复杂度为O(n)就代表数据量增大几倍，耗时也增大几倍。比如常见的遍历算法。再比如时间复杂度O(n^2)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是典型的O(n^2)的算法，对n个数排序，需要扫描n×n次。时间复杂度为O(l

php实现foreach遍历结构classTestimplementsIterator{private$item=array('id'=>1,'name'=>'php');/***将索引指定到首个元素*{@inheritDoc}*@seeIterator::rewind()*/publicfunctionrewind(){reset($this->item);}/***返回当前元素*{@inheritDoc}*@seeIterator::current()*/publicfunctioncurrent(){returncurrent($this->item);}/***返回当前元素键值*{@i

排序算法（Sortingalgorithm）是计算机科学最古老、最基本的课题之一。要想成为合格的程序员，就必须理解和掌握各种排序算法。目前，最常见的排序算法大概有七八种，其中"快速排序"（Quicksort）使用得最广泛，速度也较快。它是图灵奖得主C.A.R.Hoare（1934--）于1960时提出来的。"快速排序"的思想很简单，整个排序过程只需要三步：　　（1）在数据集之中，选择一个元素作为"基准"（pivot）。　　（2）所有小于"基准"的元素，都移到"基准"的左边；所有大于"基准"的元素，都移到"基准"的右边。　　（3）对"基准"左边和右边的两个子集，不断重复第一步和第二步，直到所有子

/***rc4加密算法,解密方法直接再一次加密就是解密*@param[type]$data要加密的数据*@param[type]$pwd加密使用的key*@return[type][description]*/functionrc4($data,$pwd){$key[]="";$box[]="";$pwd_length=strlen($pwd);$data_length=strlen($data);$cipher='';for($i=0;$i<256;$i++){$key[$i]=ord($pwd[$i%$pwd_length]);$box[$i]=$i;}for($j=$i=0;$i<256