計算算法的時間複雜度通常遵循以下步驟：
找出算法中的基本語句，即執行次數最多的語句，通常是最內層的循環體或條件語句。
計算基本語句的執行次數，考慮循環、遞歸等結構，使用等差數列、等比數列的求和公式等數學工具來分析執行次數與問題規模n的關係。
用大O記號（O(f(n)）表示算法的時間性能，時間複雜度是算法執行時間隨問題規模增長的趨勢，關注的是執行次數與問題規模n的關係，通常忽略低階項和常數項。
例如，對於循環語句for (i = 0; i < n; i++) {/* some code */}，每次循環體執行一次，總共執行n次，其時間複雜度爲O(n)。對於嵌套循環for (i = 0; i < n; i++) {for (j = 0; j < n; j++) {/* some code */}}，每個內部循環執行n次，外部循環同樣執行n次，總時間複雜度爲O(n^2)。