时间复杂度

所谓的时间复杂度就是用于定性描述算法所运行需要花费的时间，所谓的定性就是大概进行描述一下运行时间的趋势，不会去具体到运行需要多少秒；时间复杂度通常用大O来表示，例如O(1)、O(n)、O(logn)等。

时间复杂度 O(1) < O(logn) <O(n)<O(nlogn)<O(n^2)

接下来我们通过具体的代码来展示一下时间复杂度，这样更方便去理解：

O(1) (每行只执行一遍 常数阶)

let i = 0;
console.log(i);

因为在这个代码中，这两行代码永远只执行一次，所以时间复杂度是O(1)

O(logn)(俩个值来决定 对数阶)

var i = 1 //由i和2决定
while(i<100){
    i*=2
}

O(n) (由对应的一个值决定的 线性阶)

for (let i = 0; i < n; i++) {
  console.log(i);
}

在上面的代码中，运行时间取决与n，所以时间复杂度是O(n)。

O(nlogn)（循环嵌套对应的对数阶循环 线性对数阶）

for (var i = 0; i < 100; i++) {
  var j = 1; //由i和2决定
  while (j < 100) {
    j *= 2;
  }
}

O(n^2) （双层循环嵌套 平方阶）

for (let i = 0; i < n; i++) {
  for (let j = 0; j < n; j++) {
    console.log(j);
  }
}

这段代码的时间复杂度是O(n^2)，如果是相乘的话会将两个时间复杂度进行相乘。