Algorithm 每次迭代循环变量发生变化时的复杂性？ A（q，cList）{ 对于（i=1；i

这里我们有两个输入，它们增加了复杂度，例如，输入

A（2，[1100]）

。外部循环的迭代次数将由函数

A

的第一个参数决定，这里是2，我们称它为

n

，而对于函数

B

中的第二个循环，它的迭代次数将由函数

A

的第二个参数决定，在这种情况下，

[1100]

。通过这些，我们将通过

O（n*max（cList[]）

计算最坏情况下的复杂度，其中max取

cList

中最长元素的长度

---

我本打算称这种复杂性分析过于悲观，但当我们渐进地考虑时，您的运行时间将主要受到

cList

中的最大值的影响，这取决于c对每个迭代的更改。如果它与

q

有关，则可能是O（n^2），但如果它只是

j

上面的几个固定元素，那么它可能是O（n）。我们假设要搜索q个关键字，c是每个关键字的结果长度。那么，它是O（q）吗？@ggorlenHmm，我猜是O（n）这里是因为c和q之间没有关系，所以如果输入大小增加，字符串大小也不一定会增加。我很想听听其他想法。不，这是误解。假设我们有2个关键字要搜索。如果第一个关键字包含5个文档，那么c是5。如果第二个关键字包含7个文档，那么c是7…@ggorle没有更正式的方法将最坏情况下的复杂度表示为

O（q*max（cList[i]），其中i=1->q-1

。还要注意，我忽略了

在这里做一些事情，为了简单起见，我想复杂度应该是
O（n*sum（cList[]）
。好吧，不要认为
O（n*sum）
是正确的。也许
O（sum（cList[]）
的可能性更大，但在这里我们试图得到一个上限。正如我所说的，最坏的情况应该是
O（n*max（cList[]）
。如果
A（100，[100，100，…，100]）
数组中的所有值都是100，那么复杂度会是多少？如果你说max（cList[]），它将是100，但总和将是
100*（100+1）/2
，。在你的例子中，
n
是100，而
cList[]
的最大元素也是100。因此，按照我的例子，它将是
O（n*max（cList[]）
So
100*100
。我认为
n*sum
在这里没有意义。这里的复杂性是在
O（m*n）类中的
我认为，您所建议的是一种不同的逻辑不适合这里。另外，
100*（100+1）/2
是从1到100的所有数字的总和公式。
A(q, cList){                 
    for(i=1;i<q;i++){       // q is the number of keywords in the query
        B(cList[i]);            
    }
}

B(c){
    for(j=1; j<c;j++){  // c specifies how many times the keyword is included, and taken as input
        do something
    }
}

For example: 
A(2, [5, 7])     // 2 keywords are searched, that are included in 5 and 7 documents
A(2, [100, 1500]) // 2 keywords are searched, that are included in 100 and 1500 documents
A(3, [1, 10000, 1500]) // 3 keywords are searched, that are included in 1, 10000 and 1500 documents