算法复杂度一般分为：时间复杂度、空间复杂度、编程复杂度。
这三个复杂度本身是矛盾体，不能一味地追求降低某一复杂度，否则会带来其他复杂度的增加。在权衡各方面的情况下，降低时间复杂度成为本课程学习的重点之一。
请计算下面几个程序段的复杂程度，分别用1、logn、n、nlogn、n^2、n^3或2^n来表示
程序片段1：
x=x+1;
程序片段2：
for(k=1;k<=n;k++)
{
x=x+1;
}
程序片段3：
for(k=1,t=1;k<=n;k++)
{
t=t*2;
for(j=1;j<=t;j++)
x=x+j;
}
程序片段4：
for(k=1;k<=n;k++)
{
for(j=1;j<=k;j++)
x=x+j;
}
程序片段5：
m=0;
for(k=1,t=1;k<=n;k++)
{
t=t*2;
for(j=t;j<=n;j++)
m++;
}
程序片段6：
m=0;
for(k=1;k<=n;k++)
{
for(j=1;j<=n;j++)
m++;
}
程序片段7：
m=0;
for(k=1;k<=n;k++)
{
for(j=1;j<=n;j++)
for(i=1;i<=n;i++)
m++;
}