1.算法的时间复杂度

时间的复杂度其实主要看最深层循环循环了几次：
举例1：

public static void love(int n){
    for (int i = 1; i <=n; i++) {
        System.out.println("I Love You!");
    	}
    }

最里面执行n次，时间复杂度为O(n)

举例2：

 public static void love(int n){
    for (int i = 1; i < n; i++) {
        System.out.println("I Love You!");
        for (int j = 0; j < n; j++) {
            System.out.println("Love You!");
        	}
    	}
    }

最里面执行n*n次，时间复杂度为O(n²)

举例3：

public static void love(int n){
    for (int i = 1; i < n; ) {
        i*=2;
        System.out.println("I Love You!");
    	}
    }

设最里面执行k次，2^k>n停止
故最里面执行log₂n次，时间复杂度为O(log₂n)

举例4：

public static void love(int n,int []m){
    for (int i = 1; i < n; i++) {
        System.out.println(i);
        if (m[i]==n){
            System.out.println("I Love You!");
            break;
       		}
    	}
    }

情况	时间复杂度
元素n在第一个位置	T(n)=O(1)
元素n在最后一个位置	T(n)=O(n)
假设元素n在任意一个位置的概率相同	T(n)=O(n)

举例5：

 public static void love(int n){
        int sum = 0;
        for ( int i = 0; sum < n; i++) {
            sum += i;
            System.out.println(i);
    	}
	}

i=0时，sum=0
i=1时，sum=0+1
i=2时，sum=0+1+2
sum=0+1+2+……+k=(1+k)*k/2<n,
时间复杂度为O(n^1/2)

举例6：

 public static void love(int n){
        int sum = 0;
        for ( int i = 0; i < n; i*=2) {
            for (int j = 0; j < i; j++) {
                sum++; 
            }
        }
    }

外层执行k次，2^k-1<n<2^k
内层执行T=1+2+4+8+……+2^k-1=2^k-1次，故n<T<2n,时间复杂度为O(n)