通常我們在評估一個演算法好壞，最常下手的時間複雜度Time complexity。

簡單來說，就是整個程式需要執行多久，我們一般會用大O符號來表示。

以我們之前寫過的題目來做範例好了。

• 堆疊的範例題目：括號匹配

import java.util.Stack

fun main(){
    var s = Stack<Char>()
    var inp = readln()
    var match = true;
    for(i in 0 .. inp.length-1){
        if(inp[i]=='('){
            s.push(inp[i])
        }
        if(inp[i]==')'){
            if(s.empty()!=true){
                s.pop()
            }
            else{
                match = false;
            }
        }
    }
    if(match){
        println("Yes")
    }
    else{
        println("NO")
    }
}

我們可以把所有的運算比如變數宣告、輸入、輸出、判斷……當成一次基本運算，所以我們來算一下總共有多少基本運算。

    1
    1
    1
     (inp.length-1) * （
        1
        1
        
        1
            1
               1
            
            
                1
            
        
    )
    1
        1
    
    
        1
    

總共是 6 + 6*(輸入長度-1) 次基本運算 ，這裡的輸入長度我們用N代替，也就是6N-6+6，大約是6N次基本運算。（因為後面會忽略低冪次跟係數，所以其實大概估算就好，不需要真的算的很清楚）

接下來我們只保留最高冪次，也忽略他的係數，所以比如說6N的結果就是N，我們記做「O(N)」。

我們就可以說這個程式碼是O(N)時間複雜度的，大家就可以很快知道大概會執行多久。（差不多8～12萬基本運算會是一秒喔，不過每個運算的時間都不一樣，所以不一定保證就是這麼剛好，但這是一個很好的估算方法。）

課堂練習

這裡有兩段程式碼，請你預估他的時間複雜度。

fun main(){
    var n = readln().toInt()
    var a = 1
    var b = 1
    for(i in 1..n){
        var temp = a + b
        a = b
        b = temp
    }
    println("$b")
}

fun main(){
    var n = readln().toInt()
    for(i in 1..n){
        for(j in 1..n){
            println("${i} * ${j} = ${i*j}")
        }
    }
}