常见的代码的时间复杂度

常见的代码的时间复杂度如下：

1. O(1)：常数时间复杂度，即无论输入规模为多少，算法的执行时间都是恒定的，比如数组的访问、赋值操作等。

2. O(log n)：对数时间复杂度，适用于二分查找等每次可以排除一半输入规模的场景。

3. O(n)：线性时间复杂度，适用于遍历、查找等需要对每个元素进行操作的场景。

4. O(n log n)：线性对数时间复杂度，适用于快速排序、归并排序等排序算法。

5. O(n²)：平方时间复杂度，适用于冒泡排序、插入排序等简单排序算法。

6. O(n³)：立方时间复杂度，适用于矩阵乘法、Floyd等需要三重循环的场景。

除此之外，还有更高阶的时间复杂度，如指数时间复杂度O(2^n)、阶乘时间复杂度O(n!)等。