Profiler对于性能分析不是必须的，复杂度分析也是可以的。可以使用chromedevtools的Profiler，包括性能和内存分别获取耗时和内存占用数据，也可以使用火焰图进行可视化分析。比如在性能上，可以看到每个函数的耗时。通过简单的加减法，就可以算出哪个函数耗时最多，然后进行优化。而且可以checkmemory来显示堆内存的变化，可以知道是哪个函数导致了内存的增加，进而进行优化。当然你也可以单独分析内存的时间线，记录一段时间的内存使用情况，然后看看此时内存中有哪些对象，比只知道大小更准确。总之，我们可以通过调试工具的Profiler看到内存和耗时，然后关联到具体的函数，然后开始优化。但是，这些只能在代码运行时才能统计，并且与机器和不同的输入数据有很强的相关性。如果换一台机器，数据看起来会不一样。这就是为什么在测试的时候需要用各种机器进行测试。那么如果想在不运行代码的情况下预估具体的时间和内存占用，有什么思路吗？这就是复杂性分析技术所做的。在本文中，让我们了解复杂性分析如何估算时间。复杂性分析的一些基础知识什么是1，什么是n？如果有这样一行代码：constname='guang';需要多少时间，需要多少内存？你跑一圈看看，可能需要1ms，内存4字节，也可能需要2ms，内存8字节等等，不同的机器和运行环境会有所不同。但是我们都把它看成1，这个1不是ms，不是byte，它只是一个基本的耗时/内存占用单位，即复杂度为1。这样的代码呢？functioncalc(n){for(leti=0;i
