虚拟专用网算法复杂度是未来互联网体系结构中的研究热点，物理设备的虚拟化和网络虚拟化是密不可分的整体。虚拟网的研究和物理设备虚拟化都处于前沿研究阶段，局限于物理设备虚拟化并没有提供现实的量产产品和发展方向的不确定性，网络虚拟化的实际运行环境面临着诸多困难。本书正是针对这一问题，提供基于网络虚拟化的未来互联网体系结构研究试验平台的模拟实现。虚拟专用网算法复杂度的研究出发，立足于现实可用的网络环境，基于 Click 路由器的改进和配置，模拟实现支持虚拟化的物理路由器，构建网络虚拟化环境，并通过虚拟网构建和应用业务运行，验证该模拟平台的可行性，更多相关知识：http://www.yanhuangzixun.com/。

       虚拟专用网算法复杂度还是一条宽广的研究道路。我们将基于本书的模拟实现平台，研究相关虚拟网映射算法和试验平台管理体系结构，研究虚拟网络安全管理等问题。同时，柔性网络模拟实验平台还将继续完善，验证部署于大规模真实环境网络实验室床的可靠性。

       算法（Algorithm）在计算机科学方面来说是一个非常重要的概念。一个算法的好坏，很大程度上会影响到计算机的计算速度。通俗来说，所谓的算法，指的就是解决问题的方法，放在计算机科学，具体指的是实现某个具体需求的思想和过程。同一个问题，有很多不同的解决办法，我们利用算法复杂度来衡量算法之间的优劣。一个算法的评价指标主要从时间和空间两方面考虑，因此，算法复杂度分为时间复杂度和空间复杂度，如果开展虚拟专用网，需要办理虚拟专用网许可证。

       虚拟专用网算法复杂度是算法在机器上运行时所耗费的时间，具体来说就是程序语言在机器上执行的语句的次数。执行次数越多，耗费的时间就越多，时间复杂度就越复杂；反之，时间复杂度就越简单。

       一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。但我们不可能也没有必要对每个算法都上机测试，只需知道哪个算法花费的时间多，哪个算法花费的时间少就可以了。并且一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费的时间就多。一个算法中的语句执行次数称为语句频度或时间频度，记为 T（n）。假设有某个辅助函数 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，简称时间复杂度。

       虚拟专用网算法复杂度在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为 O（n0）即 O(1)。另外，在时间频度不相同时，时间复杂度有可能相同，如 T（n）=n2+2n+5 与 T（n）=3n2+2n+1 的频度不同，但 f （n）都为 n2，则时间复杂度都为 O(n2)。按数量级递增排列，常见的时间复杂度有：常数阶 O(1)，对数阶 O（lbn），线性阶 O（n），线性对数阶 O（n × lbn），平方阶 O(n2)，立方阶 O(n3)，…，k 次方阶 O(nk)，指数阶 O(2n)。随着问题规模 n 的不断增大，上述时间复杂度不断增大，算法的执行效率越低。表 3-1 列出了几种排序算法的时间复杂度。