概要

を選択します。

O(1)

code

let n = [];
function f() {
  return (n[0] === 0) ? true : false;
}

O(n)

の処理時間は入力データのサイズに比例する

code

let n = [];
for(let i = 0; i < n.length; i++) {
	console.log(n[i]);
}

O(n²)

データが大きいほど処理時間が長くなり負担が重くなる

Code

let n = [];
for(let i = 0; i < n.length; i++) {
    for(let j = 0; j < n.length; j++) {
      console.log(i + j);
    }
}

O(nm)

code

let n = [] 
let m = [];
for(let i=0; i<n.length; i++){
    for(let j=0; j<m.length; j++){
        console.log(i + j);
    }
}

O(n³)

code

let n = [];
for(let i = 0; i < n.length; i++) {
    for(let j = 0; j < n.length; j++) {
    	for(let k = 0; k < n.length; k++){
            console.log(i + j + k);
        }
    }
}

O(2^n)

code

function f(n) {
    if(n <== 0) return 0;
    else if(n === 1) return 1;
    return f(n - 1) + f(n - 2);
};

O(log n)