Arrays 二维阵列的算法复杂度

假设我有一个由n*M个元素组成的数组M，所以如果我想打印它的元素，我可以执行如下操作：

for i=1 to m
    for j=1 to n
       print m[i,j]
    next j
next i

我知道打印指令是在固定时间内完成的，因此在这种情况下，我的算法复杂度为：

\sum{i=1}^{m}\sum{j=1}^{n}c=m.n.c

我想是O（n）的顺序

但是，如果数组的行数和列数相同，会发生什么情况呢？我想复杂性是：

\sum{i=1}^{n}\sum{j=1}^{n}c=n.n.c

所以它的阶数是O（n^{2}）

---

我的假设正确吗？

我假设m和n是变量而不是常数。在这种情况下，算法的运行时间应该是O（mn），而不是O（n），因为运行时间与数组中的元素数成正比。您通过求和得出了这个结果，但通过查看每个数组元素完成了多少工作可能更容易看出。考虑到这一点，如果m=n，则运行时是n的二次方

---

希望这有帮助

我假设m和n是变量而不是常数。在这种情况下，算法的运行时间应该是O（mn），而不是O（n），因为运行时间与数组中的元素数成正比。您通过求和得出了这个结果，但通过查看每个数组元素完成了多少工作可能更容易看出。考虑到这一点，如果m=n，则运行时是n的二次方

希望这有帮助

我想第一个应该是O（m*n）。可以用来表示算法复杂性的变量数量没有实际限制；我觉得第一个应该是O（m*n）。可以用来表示算法复杂性的变量数量没有实际限制；它只是不像单独使用“n”那么常见。