Algorithm 程序的复杂性：两个外部for循环运行n次，一个for循环在内部运行4次。第二个for循环 对于（$j=1；$j

它是O（N2）。因为4是一个独立于

N

的常数，它不会改变big-O的结果

当然，第三个嵌套循环确实会使程序运行变慢。但是，由于减速是一个常数因子，因此以大O表示法表示的程序的渐近计时不会改变。

让我们将其分解为：

• 外循环-n次迭代
  • 第一个内循环-n次迭代
    • 第二个内循环-4次迭代
      • 循环动作-O（1）

---

这个总数是O（n*n*4*1）=O（4*n^2）=O（n^2）

试着弄清楚使用“+”或“*”的逻辑

//代码1

for($i=1;$i<=$n;$i++)
{
    for($j=1;$j<=$n;$j++)
    {
        for($k=1;$k<=4;$k++)
        {
            #o(1) operation
        }
    }
}

---

for（$i=1；$iit应该是O（4*nn），也就是说~O（nn）
O（n^2）+O（4）
与
O（n^2）
是一样的。如果你投反对票，请给出评论和理由。在没有任何评论的情况下投反对票是没有意义的。像O（4*nn）这样的表达可以简化为O（nn）。此外，使用这种表示法可能会令人困惑（因为看起来O（3*nn）和O（4*nn）是不同的东西，但它们都是O（n*n））。我已经在评论部分提到过O（4*nn）~O（nn）事实上我是第一个评论问题的人O（nn）+O（4）的答案也很混乱，因为它是O（nn）。
for($i=1;$i<=$n;$i++)
{
    for($j=1;$j<=$n;$j++)
    {
        for($k=1;$k<=4;$k++)
        {
            #o(1) operation
        }
    }
}

for($i=1;$i<=$n;$i++)
{
for($j=1;$j<=$n;$j++)
{
    for($k=1;$k<=4;$k++)
    {
        #o(1) operation
    }
}
}

for($i=1;$i<=$n;$i++)
{
for($j=1;$j<=$n;$j++)
{
        #o(1) operation
}
}

 for($k=1;$k<=4;$k++)
    {
        #o(1) operation
    }