时间复杂度、空间复杂度

常用时间复杂度

O(1):没有循环和递归的，都是O(1)

function test(){
   console.log('1111')
}

O(n):只有一层循环或递归的，都是O(n)

function test(n){
   for(let i = 0;i<n;i++){
     console.log('12121')
   }
}

function test2(n){
   while(--n > 0){
     console.log('22222')
   }
}

O(n²):里面循环执行n次，外层循环执行n次，总执行次数就是n X n,时间复杂度就是n的平方，也就是O(n²)

// 第一种
function test(n){
  for(let i = 0;i<n;i++){
     for(let j = 0;j<n;j++){
       console.log('111111')
     }
  }
}
// 第二种
function test(n){
  for(let j = 0;j<n;j++){
       console.log('111111')
   }
  for(let i = 0;i<n;i++){
     for(let j = 0;j<n;j++){
       console.log('22222')
     }
  }
}

O(logn)：循环次数的影响主要来源于n/2,时间复杂度就是 O(logn)

function test(n){
  for (let i = 0; i < n; i *= 2){
    console.log('11111')
  }
}
test(16)

空间复杂度

定义：算法所需要多少内存，占用多少空间

O(1)

function test(){
  console.log('11111')
}

O(n)

function test(n){
   let arr = []
   for(let i = 1;i < n;i++){
     arr[i] = i
   }
}

O(n²):一般出现在二维数组，或者矩阵

let arr = [
   [1,2,3,4],
   [3,2,3,4]
]