簡介
在計算複雜度理論中， 常量時間是一種時間複雜度，它表示某個算法求出解答的時間在固定範圍內，而不依照問題輸入數據大小變化。
常量時間記為O(1)（採用大O符號）。數字1可以替換為任意常數。
時間複雜度
在計算機科學中，算法的 時間複雜度是一個函式，它定性描述該算法的運行時間。這是一個代表算法輸入值的字元串的長度的函式。時間複雜度常用大O符號表述，不包括這個函式的低階項和首項係數。使用這種方式時，時間複雜度可被稱為是漸近的，亦即考察輸入值大小趨近無窮時的情況。例如，如果一個算法對於任何大小為 n（必須比 n大）的輸入，它至多需要5 n+ 3 n的時間運行完畢，那么它的漸近時間複雜度是 O( n)。
為了計算時間複雜度，我們通常會估計算法的操作單元數量，每個單元運行的時間都是相同的。因此，總運行時間和算法的操作單元數量最多相差一個常量係數。
相同大小的不同輸入值仍可能造成算法的運行時間不同，因此我們通常使用算法的最壞情況複雜度，記為 T(n)，定義為任何大小的輸入 n所需的最大運行時間。另一種較少使用的方法是平均情況複雜度，通常有特別指定才會使用。時間複雜度可以用函式 T( n) 的自然特性加以分類，舉例來說，有著 T( n) = O( n) 的算法被稱作“線性時間算法”；而 T( n) = O( M) 和 M= O( T( n)) ，其中 M≥ n> 1 的算法被稱作“指數時間算法”。
例子
舉例：
想在“訪問數組上的元素”的問題上達到常量時間，只要以元素的序號訪問即可。
然而“在數組上搜尋最小值”並不是一個常量時間問題，因為這需要掃描數組上的每一個元素以尋找最小值及其位置，一般需要O(n)次訪問。
