时间复杂度是什么？

一个函数，用大O表示，常见的有：O(1)、O(n)、O(logN)...

定性（大概的运行时间的趋势）的描述该算法的运行时间。

1、 log2n、 n、 n²

O(1)

代码只被执行了一次。

let i = 0
i += 1

代码执行了n次。

for (let i = 0; i < n; i +=1) {
    console.log(i)
}

先后排列的时间复杂度，相加，并且取趋势更快的时间复杂度。 O(1) + O(n) = O(n)

let j = 0
j += 1
for (let i = 0; i < n; i +=1) {
    console.log(i)
}

O(n) * O(n) = O(n^2)

for(let i = 0; i< n; i += 1) {
    for(let j = 0; j < n; j += 1) {
        console.log(i, j)
    }
}

2 ^ x = N; x = log2N。

执行了log2N次。由于时间复杂度需要去掉常数和系数，而log的底数跟系数是一样的，所以也需要去掉，所以最后这个正确的时间复杂度就是 O(logN)

let i = 1
while (i < n) {
    console.log(i)
    i * =2
}

一个函数，用大O表示，常见的有：O(1)、O(n)、O(N^2)...

算法在运行过程中临时占用内存大小的度量。

不会导致额外的空间增长。

let i = 0
i += 1

占用了n个内存单元。

const list = []
for(let i = 0; i < n; i += 1) {
    list.push(i)
}

矩阵（行、列）。二维数组，存储了n^2个变量。

const matrix = []
for(let i = 0; i < n; i += 1) {
    matrix.push([])
    for(let j = 0; j < n; j += 1) {
        matrix[i].push(j)
    }
}

希望本文对你有一点点帮助，另外，求个赞，谢谢！ ^_^