算法时间复杂度的表示法O(n²)、O(n)、O(1)、O(nlogn)等是什么意思？

Java中  Set 和 List 集合  的contains()方法，检查数组链表中是否包含某元素
检查数组链表中是否包含某元素，使用 Set 而不使用 List  的原因是效率问题，
 前者的 set.contains()方法 实现的复杂度是O(1)、 而后者 list.contains()方法 实现的复杂度是O(n)

List特点：

元素有放入顺序，元素可重复 ，

Set特点：

元素无放入顺序，元素不可重复（

注意：元素虽然无放入顺序，但是元素在set中的位置是有该元素的HashCode决定的，其位置其实是固定的）

附上二者contains()方法的区别对比：

​1、 Set的contains()方法：

HashSet的contains返回true，当且仅当equals返回true    ​

并且    ​hashCode返回相等的值 ；Set除了比较equals，还比较hashCode

2、List的contains()方法：

list.contains(o),系统会对list中的每个元素e调用o.equals(e)，方法，加入list中有n个元素，那么会调用n次o.equals(e)，

只要有一次o.equals(e)返回了true，那么list.contains(o)返回true

算法时间复杂度的表示法O(n²)、O(n)、O(1)、O(nlogn)

简单理解： 就是变量为n的时候，算法需要对变量操作次数的量级。
简单解释：
   简单说O(n²)表示当n很大的时候，复杂度约等于Cn²，C是某个常数，简单说就是当n足够大的时候，n的线性增长，复杂度将沿平方增长。
   O(n)也是差不多的意思，也就是说n很大的时候复杂度约等于Cn，C是某个常数。
   O(1)就是说n很大的时候，复杂度基本就不增长了，基本就是个常量C。
举例解释：
要找到一个数组里面最大的一个数，你要把n个变量都扫描一遍，操作次数为n，那么算法复杂度是O(n).
用冒泡排序排一个数组，对于n个变量的数组，需要交换变量位置n^2 次，那么算法复杂度就是O(n^2 ).
有时候，如果对变量操作的次数是个多项式比如n^4+n^2+n, 就取数量级最大的那个，O(n^4)