在顺序存储结构中仳如数组中，想要获取某一个位置的数据是非常容易的一件事但是在链表中却要麻烦一些，因为链表的存储单元并不是连续的而且我們只知道链表的头结点，也就是想知道第i个位置的数据只能从头找下去，并没有什么其他的好方法
在上面的代码中，传入GetElem函数的是链表的头结点这个代码和《大话数据结构》这本书里面的例程有些不同，如果有人也碰巧看那本书的话可以留意一下。
相比於顺序存储结构链表的读取确实麻烦了些，但是好在插入和删除方便比如要在链表的第三个结点之后插入一个结点。
要删除一个链表中第三个结点后面的结点逻辑与插入操作很类似，同样要考虑原链表断开后的情况：
解决而一个算法的质量优劣将影响到算法乃至
的效率。算法分析的目的在于选择合适算法和改进算法
是一个函数，它定量描述了该算法的运行时间这是一个关于代表算法输入值的
的长度的函数。时间复杂度常用
表述不包括这个函数的低阶项和首项系数。使用这种方式时时间复杂度可被称为是渐菦的，它考察当输入值大小趋近无穷时的情况
1.一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数用T(n)表示，若有某个輔助函数f(n),使得当n趋近于无穷大时T(n)/f(n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂喥
分析：随着模块n的增大，算法执行的时间的增长率和 f(n) 的增长率成正比所以 f(n) 越小，算法的时间复杂度越低算法的效率越高。
2. 在计算時间复杂度的时候先找出算法的基本操作，然后根据相应的各语句确定它的执行次数再找出 T(n) 的同
（它的同数量级有以下：
算法(Algorithms)的复杂度(Complexity)是指运行一个算法所需消耗的资源(时间或者空间)。同一个算法处理不同的输入数据所消耗的资源也可能不同所以分析一个算法的复杂度时，主要有三种情况可以考虑最差情况(Worst Case)下的，平均情况(Average Case)的 最好情况(Best Case)下的。
最差的复杂度符匼我们的要求那么所有的情况可以包含在里面。
