Big o O（n log（logn））和#x2B的时间复杂度；否（L）

我想找出这个问题的总体时间复杂度：

O( n log(log n)) + n O(L)

---

其中，

n

是对象的数量，每个对象都有一个长度为

L

L的字符串，因此可以将其重写为

O（n对数（对数（n））+O（n）

当n小于n log（log（n））时，结果为

---

O（n log（log（n））

L是常数，因此可以将其重写为

O（n对数（对数（n））+O（n）

当n小于n log（log（n））时，结果为

---

O（n log（log（n））

通常，如果你说“我想找到这个问题的时间复杂度：”，你会使用一个算法，答案是用大O表示法。你在你的问题中给了我们时间复杂度，所以我有点困惑。你在寻找什么样的答案？通常如果你说“我想找到这个问题的时间复杂度：”，你跟着一个算法，答案是用大O表示法。你在你的问题中给了我们时间复杂度，所以我有点困惑。你在寻找什么样的答案？-1.你不能做一个O（n）=O（L）假设。如果我有一个连接的网络，有N个节点，它们之间有L个链接，N@iluxa我没有说N=L，我只是说N是一个变量，L是一个常数，所以O（L）是一个常数。你的例子与问题完全不同。因为L随着N的变化而变化。在这个例子中，L是字符串的长度，与字符串的编号无关。在你的例子中，O（L）可以被O（N^2）代替，但这是一个完全不同的例子！-1.你不能做O（N）=O（L）假设。如果我有一个连接的网络，有N个节点，它们之间有L个链接，N@iluxa我没有说N=L，我只是说N是一个变量，L是一个常数，所以O（L）是一个常数。您的示例与问题完全不同。因为L随N的变化而变化。在本例中，L是字符串的长度，与字符串编号无关。在您的示例中，O（L）可以替换为O（N^2），但这是一个完全不同的示例！