时间复杂度：循环n次与手动调用n次函数的差异及案例分析

首先明确结论：你手动编写对应数量print语句的版本，时间复杂度和循环版本一样，都是O(n)。下面具体解释原因和两者的核心区别：

1. 时间复杂度的本质：看操作数的增长趋势 #

时间复杂度衡量的是输入规模n（这里就是数组长度）变化时，算法执行的基本操作数的渐近增长量级，和代码是用循环迭代还是手动展开无关。

• 循环版本：执行System.out.println()的次数等于数组长度n，额外的循环变量判断、自增是常数级操作（不会随n的增长而按比例增加），所以时间复杂度是O(n)。
• 手动展开版本：你写了n条print语句，最终执行的打印操作次数依然是n次，同样没有随n增长的额外量级操作，所以时间复杂度也是O(n)。

2. 两种写法的核心区别（非时间复杂度层面） #

虽然时间复杂度相同，但这两种写法在实用性上有本质差异：

• 灵活性：循环版本能处理任意长度的数组，不管n是5还是10000，代码都能正常运行；手动展开的版本只能处理固定长度的数组——你写了多少条print，就只能对应固定长度的输入，换个长度要么数组越界，要么打印不全。
• 可维护性：循环版本只需要修改循环条件就能调整逻辑；手动展开版本要增减print语句，代码冗余，修改时容易漏写或多写，出错概率高。
• 运行时的细微开销：循环会有循环变量的判断、自增操作，这些是常数级的额外开销，但时间复杂度分析会忽略常数项，所以不影响最终的O(n)结论；手动展开版本没有这些额外操作，但整体操作数的增长趋势还是和n成正比。

内容的提问来源于stack exchange，提问作者ayseguldmrblk