什么是大O符号？
BigO表示法在计算机科学中用于描述算法的时间复杂度。最好的算法将以最快的速度执行，并且具有最简单的复杂度。
算法并不总是执行相同的操作，并且可能会根据所提供的数据而有所不同。尽管在某些情况下它们将快速执行，但在另一些情况下，即使要处理的元素数量相同，它们也将执行缓慢。
在这些示例中，基准时间为1元素= 1ms。
O(1)
arr[arr.length - 1]
1000个元素= 1ms
恒定的时间复杂度。无论数组有多少个元素，理论上执行（不包括实际变化）所花费的时间都是相同的。
O(N)
arr.filter(fn)
1000个元素= 1000ms
线性时间复杂度。执行时间将随着数组中元素的数量线性增加。如果数组有1000个元素，并且该函数需要1ms的执行时间，则7000个元素将需要7ms的执行时间。这是因为函数必须在返回结果之前遍历数组的所有元素。
O(1,N)
arr.some(fn)
1000个元素= 1ms<=x<=1000ms
执行时间取决于提供给函数的数据，它可能返回得很早或很晚。最好的情况是O(1)，最坏的情况是O(N)。
O(NlogN)
arr.sort(fn)
1000个元素〜= 10000ms
浏览器通常为该sort() 方法实现快速排序算法，快速排序 的平均时间复杂度为O(NlgN)。这对于大型馆藏非常有效。
O（N^2）
for (let i = 0; i < arr.length; i++) {
for (let j = 0; j < arr.length; j++) {
//...
}
}1000个元素= 1000000ms
执行时间随着元素数量的增加而平方增加。通常是嵌套循环的结果。
在！）
const permutations = arr => {
if (arr.length <= 2) returnarr.length=== 2 ? [arr, [arr[1], arr[0]]] : arr
return arr.reduce(
(acc, item, i) =>
acc.concat(
permutations([...arr.slice(0, i), ...arr.slice(i + 1)]).map(val => [
item,
...val
])
),
[]
)
}1000个元素= Infinity （实际上）ms
即使仅向阵列添加1，执行时间也会非常快地增加。
额外信息
警惕嵌套循环，因为执行时间呈指数增长。
其他连结
JavaScript中的大O表示法