一看标题，算法还有啥时间密码? 那么有请主角登场 -- 时间复杂度。
前言
有人问了：什么是时间复杂度？知道它又有啥用？它还能影响我的算法不成？不知道大家在刷力扣，洛谷，牛客或者cf等算法平台时，有些题你的方法确确实实可以通过这道题，但是你的暴力美学最后成为冰冷的3个字符 -- TLE（Time Limit Exceeded），也就是我们常说的超时错误。时间复杂度就是影响TLE的罪魁祸首。
一、先搞懂：时间复杂度为啥这么重要？
计算机每秒能执行的指令数是有限的（普通CPU约10^8次/秒）。当问题规模扩大（比如从10个数据变成10万个），若算法时间复杂度太高，需要执行的指令数会暴增，超过系统规定的时间上限，就会触发TLE。简单说，时间复杂度是“因”，TLE是“果” ，选对复杂度，才能避开超时陷阱。
二、两种方法做“两数之和”
大家来看看力扣第一题：
最容易想到的方法不就是暴力枚举嘛，2个for循环，加起来为结果不就直接就结束了吗？没错，我也是这样做的！
var twoSum = function (arr, res) {
for (var i = 0; i < arr.length; i++) {
var left = arr[i];
for (var j = i + 1; j < arr.length; j++) {
var right = arr[j];
if (left + right == res) {
return [i, j];
}
}
}
};
但是你看看执行时间为 47ms，只击败了不到四分之一的coder。为啥会这样呢？
你有没有发现，这道题你用了2个循环，那么时间复杂度就是O(n^2)，显然不是最优解，那我们马上想到了另外一种解法，我只遍历一遍数组命名为i,然后去找数组其他的元素有没有为res - i的值，那时间复杂度不就是O(n)了吗？
说干就干：
var twoSum = function (arr, res) {
var diffs = {};
var len = arr.length;
for (var i = 0; i < len; i++) {
if (diffs[res - arr[i]] !== undefined) {
return [diffs[res - arr[i]], i];
}
diffs[arr[i]] = i;
}
};
执行时间立刻变成了1ms，击败了超95%的coder！
所以你会发现，时间复杂度真的还蛮有趣的，不然被TLE那真是难受至极！
三、几种常见的时间复杂度
-
绿灯（O(1)）：常数时间，永避TLE （最理想的状态）
-
黄灯（O(log n)）：对数增长，TLE绝缘体
-
红灯（O(n)）：线性增长，警惕TLE
-
警示橙（O(n²)）：指数增长，TLE重灾区
总结：算法选得好，超时跑不了
说白了，时间复杂度就像你去食堂吃饭的“取餐方式”：
O(1)是VIP专属，不管多少人，你直接到窗口拿预定好的餐，秒走；
O(log n)是拿号后看电子屏叫号，人越多，按号段分流的优势越明显，不用傻等；
O(n)是排长队，前面有多少人，你就得等多少时间，人少还行，人多就磨叽；
O(n²)最坑，相当于你排一次队只能拿一双筷子，再排一次拿碗，再排一次拿菜，人稍微多点，直接饿到放弃——这就是为啥会触发TLE。
所以写代码别光图“能跑通”，先给算法“染个色”，选绿灯或黄灯，避开警示橙，你的程序才能跑得又快又稳，永远跟TLE说拜拜。
