1. 常数阶 O(1)

image.png

  • 无论代码执行了多少行 , 只要是没有循环等复杂结构 , 那个代码的复杂程度就是 O(1)
  • 消耗的时间 不随着某个变量的增长 而 增长
  • 无论这个代码有多少行 , 都是可以用 O(1) 来表达时间复杂程度

2. 对数阶 O(log2n)

image.png
假设: n = 1024
那么: 上述代码则 为 O(log 2 1024) image.png
2 是可变的


3. 线性阶 O(n)

image.png

  • for 循环里面的代码会执行 n 遍 , 因此他消耗的时间是随着 n 的变化而变化的
  • 因此这类 代码都可以用 O(n) 来表示他的时间复杂度

4. 线性对数阶 O(nlogN)

image.png

  • 线性阶 嵌套 一个 对数阶

5. 平方阶 O(n²)

image.png
两个循环嵌套即为平方阶