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++; }

多组测试数据，首先在第一行输入整数T表示提问次数 然后是n行，每行是1个整数，表示程序片段号

对于每次提问，在1行输出对应程序片段对应的复杂程度（注意必须按前面提示的输出，注意大小写

2
1
2

1
n