时间复杂度O（n）的计算方法主要涉及以下步骤：
确定算法的运行次数 ：首先，需要分析算法中每个基本操作的执行次数，这通常与输入规模n有关。化简运行次数表达式：
将运行次数表达式中的常数项和低阶项去掉，只保留最高阶项。这是因为随着n的增大，常数项和低阶项对整体性能的影响相对较小。
使用大O表示法：
将化简后的最高阶项用大O表示法表示，即O（n^k），其中k是最高阶项的指数。
具体例子
示例1
```c
for （i = 0； i < N； ++i）
printf（"%d\n", i）；
```
这个程序中，循环执行了N次，因此其时间复杂度为O（n）。
示例2
```c
i = 1；
while （i <= n）
i = i * 2；
```
这个程序中，i每次翻倍，直到i大于n为止。因此，循环执行的次数是满足2^i <= n的最大整数i，即O（log2n）。
示例3
```c
for （i = 0； j < N； ++i）
for （j = 5； j < N； ++i）
printf（"%d\n", j）；
```
这个程序中，外层循环执行了N次，内层循环执行了（N-5）次，因此总的执行次数是N*（N-5），化简后得到O（n^2）。
总结
时间复杂度O（n）表示算法的执行时间与输入规模n成线性关系。通过确定算法的运行次数、化简运行次数表达式，并使用大O表示法，我们可以方便地计算出算法的时间复杂度。在实际编程中，了解不同算法的复杂度有助于选择合适的算法以优化程序性能。