update sql docs

docs/dev/03.在线DDL.md

@@ -79,7 +79,9 @@ alter_specification:
 
 #### copy算法
 
-较简单较低级的实现方法，MySQL会在建立一个新的临时表，把源表的所有数据写入到临时表，在此期间无法对源表进行数据写入。MySQL 在完成临时表的写入之后，用临时表替换掉源表。这个算法主要被早期（<=5.5）版本所使用。
+较简单较低级的实现方法，MySQL会在建立一个新的临时表，把源表的所有数据写入到临时表，在此期间无法对源表进行数据写入。
+
+MySQL 在完成临时表的写入之后，用临时表替换掉源表。这个算法主要被早期（<=5.5）版本所使用。
 
 MySQL内部具体实现步骤如下：
 

docs/算法/01.算法和数据结构概述.md

@@ -79,4 +79,70 @@ T(n)  = O(f(n))
 
 !!! tip "大O复杂度表示法"
 
-    这就是大O时间复杂度表示法。大O时间复杂度实际上并不具体表示代码真正的执行时间，而是表示代码执行时间随数据规模增长的变化趋势，所以，也叫作渐进时间复杂度（asymptotic time complexity），简称时间复杂度。
+    这就是大O时间复杂度表示法。大O时间复杂度实际上并不具体表示代码真正的执行时间，而是表示代码执行时间随数据规模增长的变化趋势，所以也叫作渐进时间复杂度（asymptotic time complexity），简称时间复杂度。
+
+
+当 n 很大时，你可以把它想象成 10000 、 100000 。而公式中的低阶、常量、系数三部分并不左右增长趋势，所以都可以忽略。
+
+我们只需要记录一个最大量级就可以了，如果用大O表示法表示刚讲的那两段代码的时间复杂度，就可以记为：T(n) = O(n)； T(n) = O(n 2 )。
+
+
+
+### 时间复杂度分析
+
+如何分析一段代码的时间复杂度？
+
+
+1. 只关注循环执行次数最多的一段代码
+
+大O这种复杂度表示方法只是表示一种变化趋势。我们通常会忽略掉公式中的常量、低阶、系数，只需要记录一个最大阶的量级就可以了。
+所以我们在分析一个算法、一段代码的时间复杂度的时候，也只关注循环执行次数最多的那一段代码就可以了。
+这段核心代码执行次数的n的量级，就是整段要分析代码的时间复杂度。
+
+```java
+int cal(int n) {
+    int sum = 0;
+    int i = 1;
+    for (; i <= n; ++i) {
+        sum = sum + i;
+    }
+    return sum;
+}
+```
+
+其中第 2 、 3 行代码都是常量级的执行时间，与 n 的大小无关，所以对于复杂度并没有影响。循环执行次数最多的是第 4 、 5 行代码，所以这块代码要重点分析。
+
+
+2. 加法法则：总复杂度等于量级最大的那段代码的复杂度
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+
+### 几种常见时间复杂度实例分析
+
+
+1. 常量阶O(1)
+
+ O(1) 只是常量级时间复杂度的一种表示方法，并不是指只执行了一行代码。比如下面这段代码，即便有 3 行，它的时间复杂度也是 O(1)，而不是 O(3)。
+
+```java
+int i = 8;
+int j = 6;
+int sum = i + j;
+```
+
+只要代码的执行时间不随n的增大而增长，这样代码的时间复杂度我们都记作O(1)。或者说，一般情况下，只要算法中不存在循环语句、递归语句，即使有成千上万行的代码，其时间复杂度也是Ο(1)
+
+
+2. 对数阶