js算法中的时间复杂度

大O表示法，是通过类比的方式来描述计算机算法的效率
常见的有

符号	名称
O(1)	常数
O(log(n))	对数
O(n)	线性
O(nlog(n))	线性和对数乘积
O(n²)	平方
O(2^n)	指数

时间复杂度是衡量算法好坏的重要标识
T(n) = O(f(n))
在这个公式中，T(n) 表示代码的执行时间；n 表示数据规模的大小；f(n) 表示每行代码执行的次数总和；O 表示代码的执行时间 T(n) 与 f(n) 表达式成正比。

let x = 1;
while (x < n) {
    x++;
    console.log(x);
}

假如n等于5，则以上代码用时间复杂度表示是O(5)，n是个变量，用时间复杂度表示是O(n)

for (i = 0; i < n; i++) {
    for (j = 0; j < n; j++) {
    }
}

双层for循环中，最外层循环每执行一次，内层循环都要执行n次，执行次数是根据n所决定的，最大时间复杂度是O（n^2）