如何优化countTinyPairs执行效率？能否自测运行耗时？

嘿，我来帮你逐一拆解这些问题！

1. 修改后的代码确实快很多！ #

你最初的代码用了双重循环（for (num in a)嵌套for (num in b)），这意味着当数组长度为n时，要执行n*n次操作（时间复杂度为O(n²)）。但题目要求的配对规则其实是a的第i个元素对应反转后b的第i个元素（也就是原b的第n-1-i个元素），完全不需要遍历整个b来配对！

再加上你原来还做了数组查重（arr.findIndex），这个操作每次也要遍历数组，进一步拖慢了速度。修改后的代码改成了单次遍历，只执行n次操作（时间复杂度O(n)），大数据量下的差距会非常明显——比如当数组长度是10000时，原代码要跑1亿次操作，修改后只需要1万次，肯定不会超时了。

2. 怎么自行检测代码运行耗时？ #

在JavaScript里，你可以用performance.now()或者Date.now()来测量代码的执行时间，前者精度更高（能到微秒级别）。举个实操例子：

function countTinyPairs(a, b, k) {
  let pairs = 0;
  const reversedB = [...b].reverse(); // 用浅拷贝避免修改原数组
  for (let i = 0; i < a.length; i++) {
    const combined = String(a[i]) + String(reversedB[i]);
    if (Number(combined) < k) { // 转成数字再比较，避免字符串字典序的坑
      pairs++;
    }
  }
  return pairs;
}

// 生成大数据量测试用例模拟隐藏场景
const testLength = 100000;
const testA = Array.from({length: testLength}, () => Math.floor(Math.random() * 1000));
const testB = Array.from({length: testLength}, () => Math.floor(Math.random() * 1000));
const testK = 100000;

// 测量耗时
const startTime = performance.now();
countTinyPairs(testA, testB, testK);
const endTime = performance.now();

console.log(`代码运行耗时：${(endTime - startTime).toFixed(2)} 毫秒`);

这里额外给你加了两个小细节优化：一是用[...b].reverse()避免修改原数组（b.reverse()会直接改变原数组，可能带来意外问题）；二是把拼接后的字符串转成数字再和k比较，因为字符串的字典序比较和数字大小比较有时候结果不一致（比如"99"和"100"，字符串比较"99">"100"，但数字99<100），能避免逻辑错误。

3. 必须掌握BigO才能写出高效代码吗？ #

不一定，但掌握它能让你更系统地解决效率问题。

• 如果你没学BigO，也可以通过「减少不必要的循环和重复操作」这个朴素思路优化代码——比如你这次就发现了原代码的内层循环和查重都是多余的，直接改成单次遍历就搞定了，这就是很好的例子。
• 但学了BigO之后，你能快速判断不同写法的效率差异：比如一眼看出嵌套循环是O(n²)，单次遍历是O(n)，知道前者在大数据量下必然超时，从而从根源上避免写出低效代码。

所以，BigO是工具，不是必须的门槛，但学会它能让你解决这类问题更得心应手。

内容的提问来源于stack exchange，提问作者Cat