我敢肯定，如果函数输入大小为n，则嵌套循环的复杂度为O（n ^ 2）
for(int i = 0; i < n; i++){
for(int j = 0; j < n; j++){
...
}
}
我以类似的观点认为这是相似的，但是我不确定有人可以确认吗？
for(int i = 0, max = n*n; i < max; i++{
...
}
如果是这样，我想除了递归和子例程，还有一些代码的O映射不是立即显而易见的。
您的基本简单循环始终为O（m），其中m是迭代的上限。但是您的m实际上是n * n，所以它是O（n ^ 2）。
如果m = n ^ 2，则“简单为”在m中肯定是线性的。如果您想说这是n ^ 2，请继续。
Big-O标记在这里计数操作。如果您要执行n ^ 2个操作，由于执行m次操作，我不确定将n ^ 2作为总和的报告内容。
您的建议对我没有意义。这笔款项的真实名称具有误导性。正确的说法是O（m）。
取决于您所说的“简单”是什么意思。也可以将大小为n的排序数组中的二分搜索写成非嵌套的for循环，但是它的时间为O（log（n））。就像您正确地说的那样，从0到n*n的for循环将在O（n*n）时间内执行。
是的，在某些代码中，运行时间不是立即显而易见的。甚至还有一些代码，其效果甚至目的也不是很明显：）
它仍然是O（n）-除了在这种情况下您的“ n”是“ n * n”。您只是增加了n的值-而不是增加了循环的复杂性。