C++中的时间复杂度是什么？

C++中的时间复杂度是一个用于衡量算法执行效率的概念，表示算法执行时间随着输入规模增大所呈现的增速关系。时间复杂度通常用大O符号来表示，如O(1)、O(n)、O(n^2)等。

以下是常见的时间复杂度：

1. O(1): 常量时间复杂度。无论输入规模大小，算法的执行时间都是固定的。例如，访问数组中的元素、计算表达式等。

示例代码：

#include <iostream>

using namespace std;

int main() {
    int a[5] = {1, 2, 3, 4, 5};
    cout << a[2] << endl;
    return 0;
}

1. O(n): 线性时间复杂度。当输入规模为n时，执行时间随着n的增大而线性增长。例如，遍历数组、查找最大值等。

示例代码：

#include <iostream>

using namespace std;

int getMax(int a[], int n) {
    int maxNum = a[0];
    for (int i = 1; i < n; i++) {
        if (a[i] > maxNum) {
            maxNum = a[i];
        }
    }
    return maxNum;
}

int main() {
    int a[5] = {1, 2, 3, 4, 5};
    cout << getMax(a, 5) << endl;
    return 0;
}

1. O(n^2): 平方时间复杂度。当输入规模为n时，执行时间随着n的增大呈现出平方级别增加。例如，冒泡排序、插入排序等。

示例代码：

#include <iostream>

using namespace std;

void bubbleSort(int a[], int n) {
    for (int i = 0; i < n - 1; i++) {
        for (int j = 0; j < n - i - 1; j++) {
            if (a[j] > a[j + 1]) {
                int temp = a[j];
                a[j] = a[j + 1];
                a[j + 1] = temp;
            }
        }
    }
}

int main() {
    int a[5] = {5, 2, 1, 4, 3};
    bubbleSort(a, 5);
    for (int i = 0; i < 5; i++) {
        cout << a[i] << " ";
    }
    cout << endl;
    return 0;
}

总之，时间复杂度是分析算法效率的重要方法，在编写程序时需要注意选择时间复杂度较小的算法来提高程序的性能。