如果您要使用问题中给出的具有时间复杂度的算法/语句组示例，请查看以下清单-

O(1) 时间

• 访问数组索引（int a = ARR [5];）
• 在链接列表中插入节点
• 在堆栈上推送和弹出
• 从队列中插入和删除
• 在存储在Array中的树中找出节点的父级或左/右子级
• 跳转到双链表中的下一个/上一个元素

O(n) 时间

简而言之，所有需要线性的蛮力算法或Noob算法都基于O（n）时间复杂度

• 遍历数组
• 遍历链接列表
• 线性搜寻
• 删除链接列表中的特定元素（未排序）
• 比较两个字符串
• 检查回文
• 计数/桶排序，在这里您还可以找到更多这样的示例…。

O(log n) 时间

• 二进制搜索
• 在二叉搜索树中找到最大/最小的数字
• 基于线性功能的某些分而治之算法
• 计算斐波纳契数-最佳方法这里的基本前提是不使用完整的数据，并且每次迭代都减少问题的大小

O(n log n) 时间

通过考虑分而治之引入“ log n”因子。其中一些算法是最优化的算法，并且经常使用。

• 合并排序
• 堆排序
• 快速排序
• 基于优化O（n ^ 2）算法的某些分而治之算法

O(n^2) 时间

如果存在与它们对应的O（nlogn），则这些算法的效率较低。此处的通用应用程序可能是蛮力。

• 气泡排序
• 插入排序
• 选择排序
• 遍历简单的2D数组