Complement to Rust code in the Chapter array and linked list / Time Complexity. (#657)

* Complement to Rust code in the Chapter array and linked list

* Complement to Rust code in the Time Complexity

* Remove this Rust struct from 380 to 383.

* Address the comments from @night-cruise

* Add more comments in list and time complexity

* Add more comments in linked list

docs/chapter_computational_complexity/time_complexity.md

@@ -171,7 +171,16 @@ $$
 === "Rust"
 
     ```rust title=""
-
+    // 在某运行平台下
+    fn algorithm(n: i32) {
+        let mut a = 2;      // 1 ns
+        a = a + 1;          // 1 ns
+        a = a * 2;          // 10 ns
+        // 循环 n 次
+        for _ in 0..n {     // 1 ns ，每轮都要执行 i++
+            println!("{}", 0);  // 5 ns
+        }
+    }
     ```
 
 然而实际上，**统计算法的运行时间既不合理也不现实**。首先，我们不希望预估时间和运行平台绑定，因为算法需要在各种不同的平台上运行。其次，我们很难获知每种操作的运行时间，这给预估过程带来了极大的难度。
@@ -403,7 +412,22 @@ $$
 === "Rust"
 
     ```rust title=""
-
+    // 算法 A 时间复杂度：常数阶
+    fn algorithm_A(n: i32) {
+        println!("{}", 0);
+    }
+    // 算法 B 时间复杂度：线性阶
+    fn algorithm_B(n: i32) {
+        for _ in 0..n {
+            println!("{}", 0);
+        }
+    }
+    // 算法 C 时间复杂度：常数阶
+    fn algorithm_C(n: i32) {
+        for _ in 0..1000000 {
+            println!("{}", 0);
+        }
+    }
     ```
 
 ![算法 A, B, C 的时间增长趋势](time_complexity.assets/time_complexity_simple_example.png)
@@ -571,7 +595,16 @@ $$
 === "Rust"
 
     ```rust title=""
+    fn algorithm(n: i32) {
+        let mut a = 1;   // +1
+        a = a + 1;      // +1
+        a = a * 2;      // +1
 
+        // 循环 n 次
+        for _ in 0..n { // +1（每轮都执行 i ++）
+            println!("{}", 0); // +1
+        }
+    }
     ```
 
 $T(n)$ 是一次函数，说明时间增长趋势是线性的，因此可以得出时间复杂度是线性阶。
@@ -816,7 +849,22 @@ $$
 === "Rust"
 
     ```rust title=""
+    fn algorithm(n: i32) {
+        let mut a = 1;     // +0（技巧 1）
+        a = a + n;        // +0（技巧 1）
 
+        // +n（技巧 2）
+        for i in 0..(5 * n + 1) {
+            println!("{}", 0);
+        }
+
+        // +n*n（技巧 3）
+        for i in 0..(2 * n) {
+            for j in 0..(n + 1) {
+                println!("{}", 0);
+            }
+        }
+    }
     ```
 
 ### 第二步：判断渐近上界