前端开发设计的时间复杂度和空间复杂度

  // 时间复杂度
  function getTime(n) {
    let sum = 0 // 执行1次
    for (let i = 1; i < n; i++) { // 执行n次   let i 执行一次
      sum += i   // 执行n次
    }
    return sum
  }

  // 时间复杂度为  O(2n + 2)   因为系数、常熟对 n 的增长规模没有影响 不需要考虑，可以忽略
  // 所以时间复杂度为  O(n)
  // 如果一段代码中没有循环、递归等语句，通常时间复杂度都是O(1)


  function getTime(n) {
    let i = 1;
    while (i <= n) { // 执行 n / 10 次
      i = i * 10;
    }
  }

  // 这种成倍数的就是O(logn)

  function getTime(n) {
    let sum = 0; // 执行1次
    for (let i = 1; i <= n; i++) {  // 执行 n 次，let i 执行1次
      for (let j = 1; j <= n; j++) { // 执行n * n 次
        sum += i * j;
      }
    }
    return sum;
  }

  // 类似这种嵌套2层的for循环  一般都会选择执行次数最多的  时间复杂度就是  O(n^2)

  // 常见的时间复杂度（从低到高）： O(1)  O(logn)  O(n) O(nlogn) O(n^2)


  // 空间复杂度
  // 常见的空间复杂度

  // O(1)
  let a = 1;
  let b = 1

  // O(n)
  let arr = new Array(n)

  // O(n^2)
  let arr = []
  for (let a = 0; a < n; a++) {
    arr[a] = a
    for (let b = 0; b < n; b++) {
      arr[a][b] = b
    }
  }