（1）、把輸入規模看成x軸，所花時間/空間看成y軸
O（n）就是y=x，y隨x的增長而線性增長。也就是成正比，一條斜線。
O（1）就是y=1，是一個常量，不管x怎么變，y不變，一條與x軸平行的線。
（2）、舉個簡單的例子，要從0加到n，我們會這么寫：
int sum = 0;
for(int i = 0;i<=n;++i) {
sum + = i;
}
一共算了n次加法，那么就說這個時間復雜度是O（n）。當然O（n）的精確的概念是，是n的最高次方，比如，某個計算共計算了3n+2次，那么這個時間復雜度也是O（n），因為3n+2中的最高次方是n。
如果代碼這么寫：
int sum = 0;
for(int i = 0;i<= n;i++) {
for(int j = 0;j<= n;j++) {
sum + = (i + j);
}
}
很明顯一共算了n^2次加法，那么就說這個時間復雜度是O（n^2），和這個上面的類似，如果某個算法計算了3*n^2+n+1次，其時間復雜度仍然是O（n^2），因為3*n^2+n+1中的最高的次方是n^2，所謂O1就是計算的次數是常量，我們還以上面從0到n的例子來說，如果我們用等差數列的公式，那么，代碼可以這么寫：
int sum = n*(n+1)/2
不管n有多大（當然不能溢出了），通過上面的公式只需要計算一次，也就是說計算的次數是不變的，這種情況的時間復雜度就可以說成O（1），再比如這個計算，不管其他條件如何變化，均只計算5次就能計算出結果，那么這種情況就是時間復雜度，也就是O（1）。
（3）、
要在hash表中找到一個元素就是O（1）
要在無序數組中找到一個元素就是O（n）
訪問數組的第n個元素是O（1）
訪問鏈表的第n個元素是O（n）
也就是說：
如果實現中沒有循環就是O（1）
如果實現中有一個循環就是O（n）
（4）、算法復雜度：算法復雜度分為時間時間復雜度和空間復雜度。其作用是：時間復雜度是度量算法執行時間的長短；而空間復雜度是指算法所需存儲空間的大小。