简述时间复杂度和空间复杂度

时间复杂度

时间复杂度讲的是恒定机器中的执行次数和对应的变量的比例 也就是说在恒定机器内执行次数越多 那么时间复杂度越高，那么对应的时间复杂度越高 他的执行效率就越低。将时间复杂度降低那么就可以提高对应的效率。

时间复杂度（用O来表示）跟对应的执行次数成正比

O1 常数阶 每行代码执行一次

console.log('123')//1次
console.log('123')//1次
console.log('123')//1次
console.log('123')//1次

On 线性阶 循环执行多次由一个n变量来控制

for(var i=0;i<n;i++){
	console.log('123')
}

Ologn 对数阶 由俩个变量来控制的 (递归)

var i = 2
while(i<n){
    i*=k
}

Onlogn 线性对数阶 线性阶包含对数阶

for(var i=0;i<n;i++){
    var j = 2
    while(j<n){
        j*=k
    }
}

On2 平方阶 俩个线性阶包含

for(var i=0;i<n;i++){
    for(var j=0;j<n;j++){
        console.log('123')
    }
}

On3立方阶 3个线性阶

Onk次方 k个线性阶

...

时间复杂度排序

O1<Ologn<On<Onlogn<On^2<On^3<On^k....

空间复杂度

空间复杂度讲的是在内存开辟上 有多个变量内存被同时开辟，开辟的内存越多对应的空间复杂度越高，占用的内存大小就越大。

总结

从上可得 循环嵌套不会超过俩次！从对应得时间复杂度来看 我们可以得到logn和n是比较性常用得 我

们发现logn是比n要快得，所以在后续得优化中我们采用logn级别得时间复杂度来替代n。对于for循环和while循环 对应得时间复杂度来说while要快于for循环，用while来替代for循环