上边的例子已经说了一个了两层循环的那种，在举一个时间复杂度多块代码的情况时间复杂度的计算方式

function go(i) {
 var sum = 0;
 for (var j = 0; j < i; j++) {
 sum += i;
 }
 return sum;
}
function main(n) {
 var res = 0;
 for (var i = 0; i < n; i++) {
 res = res + go(i); // 这里是重点
 }
}

在上边的代码种第二段代码里边调用了第一段代码，所以说在这个代码里边是

go：（1+n）

在main函数里边的时候是(1+n*go)=(1+n+n*n)

所以最后的时间复杂度是T(n) = O(n²)

3.3 多块代码的时间复杂度

上边距离说明的T(n) = O(n²) ，是一个函数在另一个函数里边被调用，这种情况是被把两个函数的时间复杂度相乘。

还有另外一种情况，就是说在一个函数里边有多块代码，但是并没有被相互调用，那么这种情况的时候，我们只需要取复杂度最大的代码块就可以了

比如说

 function go(n) {

 for (var i = 0; i < n; i++) {
 for (var j = 0; j < n; j++) {
 console.log(1)
 }
 }


 for (var i = 0; i < n; i++) {
 console.log(2)
 }
 }

上边这块代码中，第一块代码有两层循环，通过上边的例子我们已经得知复杂度是
n²

下边这块代码，是n

那么在这种情况的时候，当N接近无限大的时候N是对n²起不到决定性作用的，所以上边这块代码的时间复杂度就是取最大值的n²

3.4 对数阶和相加情况

var i = 1;
while (i <= n) {
 i = i * 10;
}

在这段代码中，可以看到while里边，作为判断条件的i被每次*10，那么所以说最后循环的次数并不是n次，而是说十分之一n次，所以说这个时候的时间复杂度是10i=n，
i=logn

所以得出结论就是时间复杂度是T(n)=O(logn)

然后还有一种情况就是通过改变的变量去增加循环次数的，同理是增加了时间复杂度

还有一些其他的情况比如时间复杂度相加

function go(m,n) {

 for (var i = 0; i < n; i++) {
 console.log(1)
 }

 for (var i = 0; i < m; i++) {
 console.log(2)
 }

}

请看上边这一段，这段代码里边一个函数里边有两个循环，但是形参有两个，我们现在无法得知n和m到底谁大谁小，所以说这个时候代码的时间复杂度是O(m+n)

4. 空间复杂度

4.1 空间复杂度的定义

上边说了那么一大堆的时间复杂度，相比各位已经比较了解了，就名字来看，时间复杂度看的是代码的执行时间的趋势，那么同理的，空间复杂度就是指的占用内存的趋势

4.2 常见的空间复杂度

空间复杂度没有时间复杂度那么复杂，常见的就那么几种

毕竟我感觉不会有人一直循环着各种花样的声明变量吧。。

如果有，那么请打死。。

let a = 1;
let b = 1;
let c = 1;
let d = 1;

很简单，O(1)

let arr =Array(n)

看这句代码，代码中创建了一个n长度的数组，很明显数组的长度根据n来决定，所以说
O(n)

这里需要说明一下，这里没有用循环，是因为只要不是在循环里边不停的声明变量，只改变值的话是不会层架空间复杂度的

let arr=[]
for (var i = 0; i < n; i++) {
 arr[i]=i
 for (var j = 0; j < n; j++) {
 arr[i][j]=j
 }
}

怎么样，猛的一看这个代码是不是很刺激，我觉得如果有这种情况的话，一般都会被乱棍打死了。。

复杂度的优化

再说优化之前我先盗一张图给大家看一下各个复杂度的曲线图，方便大家有一个直观的认识

举个比较简单的优化的例子

console.time('a')
function go(n) {
 var item = 0;
 for (var i = 1; i <= n; i++) {
 item += i;
 }
 return item;
}
console.timeEnd('a')

console.time('b')
function go2(n) {
 var item = n*(n+1)/2
 return item;
}
console.timeEnd('b')

go(1000)
go2(1000)

大家可以打印一下看一下

希望大家原谅我数学不好，记得之前看到过一个等差数列的例子，想不到其他的性能优化的例子

希望大家看完之后可以了解这些概念，有的时候这个东西真的很重要，找一个曲线比较高的例子

斐波那契，就是从第三项开始依次等于前两项的和

斐波那契定义

function Fibonacci(n) {
 if (n <= 1 ) {
 return n;
 } else {
 return Fibonacci(n - 1) + Fibonacci(n - 2);
 }
}

console.time('b')
Fibonacci(????)
console.timeEnd('b')

有兴趣的可以试试打印一下，看看时间，不过大概50次的时候你得浏览器就应该没有响应了，具体请往上看曲线图。。

以上是我对时间复杂度和空间复杂度的一些认识，有不足或者不对的地方，希望指出来

总结