1.最坏情况时间复杂度:代码在最理想情况下执行的时间复杂度。
2.最好情况时间复杂度:代码在最坏情况下执行的时间复杂度。
3.平均时间复杂度:用代码在所有情况下执行的次数的加权平均值表示。
4.均摊时间复杂度:在代码执行的所有复杂度情况中绝大部分是低级别的复杂度，个别情况是高级别复杂度且发生具有时序关系时，可以将个别高级别复杂度均摊到低级别复杂度上。基本上均摊结果就等于低级别复杂度。
二、为什么要引入这4个概念?
1.同一段代码在不同情况下时间复杂度会出现量级差异，为了更全面，更准确的描述代码的时间复杂度，所以引入这4个概念。
2.代码复杂度在不同情况下出现量级差别时才需要区别这四种复杂度。大多数情况下，是不需要区别分析它们的。
三、如何分析平均、均摊时间复杂度?1.平均时间复杂度
代码在不同情况下复杂度出现量级差别，则用代码所有可能情况下执行次数的加权平均值表示。
2.均摊时间复杂度
两个条件满足时使用: 1)代码在绝大多数情况下是低级别复杂度，只有极少数情况是高级别复杂度; 2)低级别和高级别复杂度出现具有时序规律。均摊结果一般都等于低级别复杂度。
详细分析：
1.最好情况时间复杂度为0(1)
2.最坏情况分析:
最坏情况代码执行的次数跟每次数组的长度有关
第1次调用insert的执行的次数为n,
第2次调用insert的执行的次数为2n ,
第3次调用insert的执行的次数为2^2*n第k次调用insert的执行的次数为2^(k-1)* n最坏时间复杂度为0(n)。
3.平均情况分析
当每次遇到最坏情况时数组会进行2倍扩容，原数组被导入新数组，虽然数组的长度变大了，但是插入操作落在的区间的长度是一样的，分别是0~len-1, len~(21en.....;.插入的情况仍是len+1种: 0~len-1和插满之后的0(len);所以每次插入的概率是: p= 1/|
最后求出加权平均时间复杂度为1*p + 2*p+.... +len*p+ len*p=0(1);
4.均摊时间复杂度0(1)
而均摊复杂度由于每次0(len)的出现都跟着|en次0(1)，是前后连贯的，因而将0(len)平摊到前len次上，得出平摊复杂度是0(1)
