Algorithm 如何根据增量值确定算法的时间复杂度

我现在要学习PageRank，我写了这个算法：

我已经确定了while循环内部的复杂性，我认为它是

O（n^2）

。但接下来我会被while循环本身的复杂性所困扰，它本质上是由delta决定的。Delta是迭代

i

时R的L1范数与迭代

i+1

时R的差值

是否有任何方法可以确定这种复杂性

编辑：再解释一下：

• R是秩向量
• epsilon是用户给定的值（我们希望epsilon很小，以便对PageRank有一个很好的估计，但不要太小，因为计算它需要很多时间）

• creerMatricePageRank（）

  为我们创建邻接矩阵，并在混合中添加秩源向量

  E

• A是邻接矩阵

---

的最里面的

从0变为
t
，意思是
O（t）
。

的外部

从0变为
t
，这意味着
O（t）*O（t）=O（t^2）

然后你有另一个
for
，它在
O（t）
时间里什么都不做。它什么也不做，因为它首先计算
d2
，然后将
d1
的值赋给
d2
（现在两者的增量相等）。下一个语句
delta=| d1-d2
是说
delta=| delta-delta
=
delta=0

如果ε为负，则
while
循环永远不会结束，否则循环在一次迭代后结束，这意味着
O（t^2）
复杂性

您的代码显然有问题。你要么根本不需要这个
，
循环，要么你把作业搞混了。
哦，是的，对不起。我把20号线的位置弄混了。它应该在循环计算之前
d2
。但即便如此，当算法的复杂性取决于增量值时，是否有一种方法可以确定算法的复杂性？