为何被判定为O(1)时间复杂度的多分支if-else存在运行时间差异？

测试以下代码时，最坏情况下耗时26秒，最优情况下仅耗时1秒。但根据Big-O表示法，该代码的时间复杂度为O(1)——常数复杂度，即无论数据集规模如何，运行时间和资源消耗始终恒定。

static void Main(string[] args)
{
    Console.WriteLine(DateTime.Now);

    for (int i = 0; i < 1000000; i++)
    {
        string x = "aafdsggfjjrffdfhgfhgjfdgfdgfr";
        string y = string.Empty;
        if (x.Contains("rghfjgkhhj"))
        {
            y = "fdsfdsfds";
        }
        else if (x.Contains("rghfjgkhhj"))
        {
            y = "fdsfdsfds";
        }
        else if (x.Contains("rghfjgkhhj"))
        {
            y = "fdsfdsfds";
        }
        else if (x.Contains("rghfjgkhhj"))
        {
            y = "fdsfdsfds";
        }
        // ... 重复500次else if判断
        else if (x.Contains("rghfjgkhhj"))
        {
            y = "fdsfdsfds";
        }
    }

    Console.WriteLine(DateTime.Now);
    Console.ReadLine();
}

核心原因：Big-O表示法的定义和实际运行环境的差异 #

Big-O表示法的核心是描述算法运行时间随输入规模增长的趋势，而非保证实际运行时间完全恒定，更不涉及运行时环境的干扰因素。具体到这段代码：

1. O(1)的定义没错，但它和“运行时间固定”不是一回事
   这段代码的所有操作都是固定次数：循环100万次，每次循环执行500次固定的字符串Contains调用，没有任何依赖于可变输入规模的逻辑——所以时间复杂度确实是O(1)，意思是无论你给这个算法什么规模的输入（这里根本没有可变输入），它的运行时间都不会随输入规模变大而增长。但这完全不代表每次运行的时间必须一模一样。

2. 时间差来自运行时环境的波动
   所谓的“最优/最坏情况”和算法本身无关，是系统层面的干扰：

   • JIT编译延迟：.NET程序第一次运行时，JIT编译器需要把IL代码编译成机器码，这个过程会额外消耗时间；后续运行时，编译好的机器码已经缓存，速度会大幅提升。
   • CPU缓存命中率：第一次执行循环时，字符串数据、指令还没进入CPU高速缓存，每次访问都要从内存读取，速度慢；多次循环后数据被缓存，访问效率显著提高。
   • 操作系统调度：程序运行过程中可能被操作系统暂停，优先处理其他进程，这种调度的随机性会直接影响总耗时。

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