# 时间复杂度优化误区：单层 for 真的比双层更快吗？
> 你是否也曾以为：把两层 for 循环“压扁”成一层就能降低时间复杂度？本文通过两个典型代码示例，分析这一常见误区，并给出时间复杂度优化的正确思路：关注算法层面的复杂度降低，而非循环层数的数学等价变形。适合刚学习算法、希望正确理解性能优化的开发者阅读。
—
## 目录
– [一、一个持续半年的误解](#一一个持续半年的误解) – [二、误区再现：单层 for 遍历两个不等长数组](#二误区再现单层-for-遍历两个不等长数组) – [三、误区升级：将二维遍历“压扁”为一维](#三误区升级将二维遍历压扁为一维) – [四、时间复杂度分析：为什么两者等价](#四时间复杂度分析为什么两者等价) – [五、真正的性能优化方向](#五真正的性能优化方向) – [六、总结与反思](#六总结与反思)
—
## 一、一个持续半年的误解
作者在学习计算机基础后，曾错误地认为：**时间复杂度只看循环嵌套的层数**，层数越少性能越好。于是试图将所有的双层 `for` 改写为单层 `for`，甚至认为用单层循环遍历矩阵能带来质的飞跃。
这个误解持续了半年，直到一次深入讨论才被真正解开。本文记录这一误区，并帮助有相同困惑的读者少走弯路。
—
## 二、误区再现：单层 for 遍历两个不等长数组
### 2.1 原始代码
假设有两个向量 `v1` 和 `v2`，需要按索引对齐输出它们的元素（较短的向量缺失部分补 0）。
“`cpp #include <iostream> #include <vector> #include <algorithm> using namespace std;
int main() {
vector<int> v1 = {1, 2, 3}; vector<int> v2 = {30, 45, 60, 75, 90}; int max_len = max(v1.size(), v2.size());
for (int i = 0; i < max_len; i++) {
int a = (i < v1.size()) ? v1[i] : 0; int b = (i < v2.size()) ? v2[i] : 0; &nbs
