Algorithm 如何找到上述代码的时间复杂度 对于（i=0；i

上述代码的时间复杂度为：n x n x n=n^3+1+1=n^3+2，用于3个循环加上两个常数。由于n^3的增长率最大，可以忽略常量值，因此时间复杂度为n^3

注：将每个循环取为（n），并将每个循环中的（n）值乘以以获得总时间

---

希望这会有所帮助！

上述代码的时间复杂度为：n x n x n=n^3+1+1=n^3+2，用于3个循环加上两个常量。由于n^3的增长率最大，可以忽略常量值，因此时间复杂度为n^3

注：将每个循环取为（n），并将每个循环中的（n）值乘以以获得总时间

希望这会有所帮助！

来自以下问题：

因为j小于k，不小于n

这是完全错误的，我想这是让你陷入困境的假设。我们知道k可以取什么值。在你的代码中，它的范围是1到n（包括）。因此，如果j小于k，它也小于n

从评论中：

我知道唯一的输入是n，但在第二个for中，依赖于k，而不是n

如果一个变量依赖于任何东西，它取决于输入。

j

依赖于

k

，而它本身依赖于

n

，这意味着

j

依赖于

n

但是，这还不足以推断复杂性。最后，您需要知道调用了多少次

printf

不管发生什么情况，外部for循环都会执行n次。我们可以考虑这一点

内部for循环的执行次数取决于k，k在while循环中被修改。我们知道k只取1到n之间的每个值一次。这意味着内部for循环将首先执行一次，然后执行两次，然后执行三次，依此类推，直到n次

因此，丢弃外部for循环，

printf

被称为

1+2+3+…+n

次。这个总和是众所周知且易于计算的：

1+2+3+…+n=n*（n+1）/2=（n^2+n）/2

最后，调用

printf

的总次数是

n*（n^2+n）/2=n^3/2+n^2/2=O（n^3）

。这就是您的时间复杂性

关于这类代码的最后一点注意事项。一旦您多次看到相同的模式，您就会快速开始识别所涉及的复杂性。然后，当您看到带有因变量的嵌套循环时，您立即知道每个循环的复杂性是线性的

例如，在下面的例子中，

f

被称为

n*（n+1）*（n+2）/6=O（n^3）

次

 for(i=0; i<n; i++) // time complexity n+1
{
    k=1;   // time complexity n
    while(k<=n) // time complexity n*(n+1)
    {
    for(j=0; j<k; j++) // time complexity ??
     printf("the sum of %d and %d is: %d\n",j,k,j+k); time complexity ??
    k++;
}

（i=1；i来自问题：

因为j小于k，不小于n

这是完全错误的，我想这是让你陷入困境的假设。我们知道k可以取什么值。在你的代码中，它的范围是1到n（包括）。因此，如果j小于k，它也小于n

从评论中：

我知道唯一的输入是n，但在第二个for中，依赖于k，而不是n

如果一个变量依赖于任何东西，它取决于输入。
j
依赖于
k
，而它本身依赖于
n
，这意味着
j
依赖于
n

但是，这还不足以推断复杂性。最后，您需要知道调用了多少次
printf

不管发生什么情况，外部for循环都会执行n次。我们可以考虑这一点

内部for循环的执行次数取决于k，k在while循环中被修改。我们知道k只取1到n之间的每个值一次。这意味着内部for循环将首先执行一次，然后执行两次，然后执行三次，依此类推，直到n次

因此，丢弃外部for循环，
printf
被称为
1+2+3+…+n
次。这个总和是众所周知且易于计算的：
1+2+3+…+n=n*（n+1）/2=（n^2+n）/2

最后，调用
printf
的总次数是
n*（n^2+n）/2=n^3/2+n^2/2=O（n^3）
。这就是您的时间复杂性

关于这类代码的最后一点注意事项。一旦您多次看到相同的模式，您就会快速开始识别所涉及的复杂性。然后，当您看到带有因变量的嵌套循环时，您立即知道每个循环的复杂性是线性的

例如，在下面的例子中，
f
被称为
n*（n+1）*（n+2）/6=O（n^3）
次

 for(i=0; i<n; i++) // time complexity n+1
{
    k=1;   // time complexity n
    while(k<=n) // time complexity n*(n+1)
    {
    for(j=0; j<k; j++) // time complexity ??
     printf("the sum of %d and %d is: %d\n",j,k,j+k); time complexity ??
    k++;
}

对于（i=1；i首先，简化代码以显示主循环。因此，我们有一个结构：

for (i = 1; i <= n; ++i) {
    for (j = 1; j <= i; ++j) {
        for (k = 1; k <= j; ++k) {
             f();
        }
    }
}

for（int i=0；i对于（int k=1；k首先，简化代码以显示主循环。因此，我们有一个结构：

for (i = 1; i <= n; ++i) {
    for (j = 1; j <= i; ++j) {
        for (k = 1; k <= j; ++k) {
             f();
        }
    }
}

for（int i=0；i对于（int k=1；k复杂度在哪种情况下，最好的，最差的，等等？@WaqasShabbir这有什么关系？据我所知，唯一的输入是
n
。最糟糕的复杂度。我知道唯一的输入是n，但第二个for取决于k，而不是n。它将是
n*n
，最后一个循环也通过
k
complete与
n
相关xity在哪种情况下，最好的，最坏的，等等？@WaqasShabbir这有什么关系？据我所知，唯一的输入是
n
。最糟糕的复杂性。我知道唯一的输入是n，但在第二个for中取决于k，而不是n。它将是
n*n
，最后一个循环也通过
k
与
n
相关。时间复杂性非常大从
n^3+2
，即使它是
O（n^3）
。此外，这并不能解释为什么将最内部的循环复杂性设为
O（n）
“将每个循环设为（n）”？为什么？请解释。最里面的循环取决于k。你的答案是正确的。请正确解释答案背后的原因…@User\u Targaryen。如果你认为不是，我在上面清楚地说明了我的解释