录播课程
Bob老师
教学总监
16年java开发经验，10的架构经验，曾就职于当当等大型互联网企业。熟练掌握分布式、高并发、高可用等技术。掌握支付平台、理财业务等业务架构。
Anna老师
助教老师
多年的前端经验，曾就职与国内某大型电商网站，曾为大自然家居等国内外企业客户服务，为多家企业独立担当网站前端页面搭建工作。 授课气氛轻松有趣易懂，思路严谨逻辑性强，让知识点深入浅出，注重理论与案例结合促进学生吸收。可针对学生学习情况开发课程，备受学生称赞与喜欢。
tom
主讲老师
发现一个很富有活力，声音很干净，很有激情的老师在课堂上讲SpringMVC内容，然后就深深的吸引了我。
elena
助教老师
内心真的很感动。后来，我还报名了老师的VIP课程，现在在VIP的大班级里面，感觉这里的学习氛围更好。
复杂度推导
一、算法的时间复杂度定义
在进行算法分析时，语句总的执行次数T(n)是关于问题规模n的函数，进而分析T(n)随n的变化情况并确定T(n)的数量级。算法的时间复杂度，也就是算法的时间量度。记作：T(n)=O(f(n))。它表示随问题n的增大，算法执行时间的增长率和f(n)的增长率相同，称作算法的渐进时间复杂度，简称为时间复杂度。其中，f(n)是问题规模n的某个函数。
这样用大写O()来体现算法时间复杂度的记法，我们称之为大0记法。
二、推导大O阶方法
1、用常数1取代运行时间中的所有加法常数。
2、在修改后的运行次数函数中，只保留最高阶项。
3、如果最高阶项存在且不是1，则去除与这个项目相乘的常数。得到的结果就是大O阶。
1、电脑：访问腾讯课堂官网 ke.qq.com 查看我的课表或下载win/mac客户端听课
2、手机/平板：下载腾讯课堂APP, 进入学习页面听课
