快慢看得出

同一道题，不同写法可能一个瞬间出结果、一个跑到超时。我们不去数具体多少毫秒（那和机器、编译器有关），而用时间复杂度描述：当数据规模 $n$ 变大时，运行时间大致怎样增长。它用大 $O$ 记号写，只保留增长最快的那一项、忽略常数。

比如一段代码执行约 $3n+5$ 次记作 $O(n)$；执行约 $2n^2+n$ 次记作 $O(n^2)$。

// O(n)：随 n 线性增长
for (int i = 0; i < n; i++) sum += a[i];

// O(n^2)：两层嵌套
for (int i = 0; i < n; i++)
    for (int j = 0; j < n; j++) cnt++;

复杂度让我们写之前就估算：题目 $n$ 到 $10^5$、$O(n^2)\approx 10^{10}$ 次必超时，得换更快的算法。

经验尺度：一秒大约能算 $10^8$ 次左右。看到数据范围就反推能接受的复杂度，是考试选算法的第一步。坑：$O$ 描述的是增长趋势，不是精确次数，别拿它算实际时间。