应启用算法复杂度深度分析模式，可通过ide插件开关、自然语言指令、cli工具或web控制台四种方式实现，分别支持静态建模、语义匹配、符号执行和跨文件调用链追踪以获取准确的t(n)与s(n)指标。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
如果您在使用CodeBuddy审查代码时希望获知其时间复杂度与空间复杂度，但未得到明确指标，则可能是由于CodeBuddy默认未启用算法复杂度深度分析模式。以下是实现该能力的多种可行路径：
一、启用IDE插件中的复杂度分析开关
CodeBuddy在VS Code及JetBrains系列IDE中提供可选的“算法性能分析”增强模块，该模块基于静态控制流图与内存访问模式建模，能识别循环嵌套、递归深度、容器扩容行为等关键特征，进而推导渐进复杂度。
1、打开IDE设置界面，进入Extensions → CodeBuddy → Advanced Settings。
2、勾选Enable Algorithmic Complexity Analysis选项。
3、重启IDE后，在任意函数定义上方右键选择“Analyze Time & Space Complexity”。
4、等待分析完成，结果将以悬浮卡片形式显示如“T(n)=O(n²)，S(n)=O(1)”格式。
二、通过自然语言指令触发复杂度解析
CodeBuddy支持在对话窗口中以结构化提问方式请求复杂度评估，其底层调用混合推理链：先做AST解析提取执行路径，再结合大模型对常见算法模式（如双指针、分治、动态规划）进行语义匹配，最后交叉验证边界条件。
1、在CodeBuddy聊天框中输入：请分析以下函数的时间复杂度和空间复杂度，并说明推导依据：[粘贴目标函数代码]。
2、确保代码段包含完整函数签名、循环体及关键数据结构操作。
3、点击发送后，CodeBuddy将返回分步推导过程，例如：“外层for循环执行n次，内层while在最坏情况下扫描剩余全部元素，构成O(n²)；仅使用常量级额外变量，故空间复杂度为O(1)”。
CodeBuddy Code CLI 的安装、配置与使用指南。CodeBuddy Code 是腾讯推出的 AI 驱动 CLI 编程助手，支持自然语言驱动开发。 - 必备触发词：CodeBuddy, codebuddy, AI CLI, Tencent AI coding, @tencent-ai/codebuddy-code, terminal AI assistant - 适用场景：安装 CodeBuddy CLI、配置 CodeBuddy、使用 CodeBuddy 命令、排查 CodeBuddy 问题
三、使用CLI命令行工具执行离线分析
腾讯云官方提供的codebuddy-cli v2.3.0及以上版本内置complexity子命令，采用轻量级符号执行引擎，在无运行环境依赖下完成抽象复杂度建模，适用于CI/CD流水线集成。
1、在项目根目录执行：codebuddy complexity --file src/algorithms/sort.go --function QuickSort。
2、工具自动识别递归调用栈深度、分区操作开销、辅助数组分配点。
3、输出JSON格式报告，含worst_case、average_case、best_case三项复杂度字段及对应触发条件描述。
四、上传至腾讯云CodeBuddy Web控制台进行全量扫描
Web版CodeBuddy提供项目级复杂度热力图功能，基于跨文件调用链追踪，识别高频调用路径上的瓶颈函数，并标注其在系统整体性能模型中的权重系数。
1、访问https://www.php.cn/link/11d8270a3399de3133c7096617e6c8ca并登录账号。
2、点击“Upload Project”，选择含目标代码的本地目录压缩包。
3、在分析配置中开启Cross-Function Complexity Mapping选项。
4、扫描完成后，在“Performance Insights”页签中查看按O(n log n)、O(2ⁿ)等分类聚合的函数列表及调用频次统计。
