Big o 大O复杂度，多个for循环

我编写了一个简单的算法，每当用户拖放列表中的项目时，都可以对它们重新排序。此外，如果删除了一个项目或添加了一个新项目，列表将重新排序。该算法包含三个独立的线性for循环（每个循环都是O（n））和两个嵌套循环（O（n^2））。总复杂度是O（n+n+n+n^2）=O（3n+n^2）

我如何计算总的大O

提前谢谢

O（3n+n^2）

与

O（n^2）

是一回事

---

符号仅描述限制行为，两个函数具有相同的限制行为——将它们加倍

n

四倍。（当

n

变为无穷大时，

3n

组件相对于

n^2

组件变得越来越小。在极限情况下，它完全控制了它。）

看起来不错。如果它是正确的，你可以做得更好：

O（3n+n^2）==O（n^2）

作为一般规则，我们可以说具有最大指数的项优先于所有其他项吗？@cbaby我们可以，但前提是所有项都是某些次幂x@cbaby这不是真的，

O（2^x+x^2）=O（x^2）

@JanDvorak是的，但在渐近分析中，你也不能明确地说2大于x：）@cbaby这个呢<代码>O（x^2+（x^1.5）^1.5）<代码>2>1.5