计算时间复杂度通常遵循以下步骤：
确定基本操作 ：找出算法中执行次数最多的语句，这通常是最内层循环中的语句。
计算执行次数：
确定基本操作的执行次数，并将其表示为输入规模`n`的函数`f（n）`。
化简表达式
用常数1替换所有加法常数。
保留`f（n）`中的最高阶项。
如果最高阶项存在且不为1，则去除与最高阶项相乘的常数。
使用大O表示法：
用大O符号`O`表示化简后的结果，即`T（n） = O（f（n））`。
例如，考虑以下简单的算法：
```java
for （int i = 1； i <= n； i++） {
for （int j = 1； j <= i； j++） {
// 执行某操作
}
}
在这个例子中，最内层的循环执行了`1 + 2 + 3 + ... + n`次，这是一个等差数列求和，其和为`（n * （n + 1）） / 2`。去掉常数项和低阶项后，我们得到`O（n^2）`作为时间复杂度。需要注意的是，时间复杂度分析关注的是算法执行时间随输入规模增长的趋势，并不需要精确的运行时间，而是提供了一个上界估计。