用于简单验证的Big-O表示法
我需要推导这个验证程序的big-O符号。其工作是接受此类产品条目：“夹克，8,12,18,16,6”，对其进行验证，对尺寸进行排序，按字母顺序将条目排序到列表中，并在每个条目后打印新列表 Big-O表示法基于最坏情况，即程序对特定输入执行的时间最长。采用“parseData”方法时，最坏的情况是输入完全有效，因此不会传递任何异常并执行所有方法。产品名称有15个字符，输入5种尺寸。在这种情况下，此方法和下面其他较小的验证方法将始终花费相同的时间来执行此最坏情况事件。这给了他们O（1）复杂性，如评论中所示 总的来说，有：验证-O（n） -排序-O（nlogn） -打印-O（n^2）用于简单验证的Big-O表示法,big-o,notation,Big O,Notation,我需要推导这个验证程序的big-O符号。其工作是接受此类产品条目：“夹克，8,12,18,16,6”，对其进行验证，对尺寸进行排序，按字母顺序将条目排序到列表中，并在每个条目后打印新列表 Big-O表示法基于最坏情况，即程序对特定输入执行的时间最长。采用“parseData”方法时，最坏的情况是输入完全有效，因此不会传递任何异常并执行所有方法。产品名称有15个字符，输入5种尺寸。在这种情况下，此方法和下面其他较小的验证方法将始终花费相同的时间来执行此最坏情况事件。这给了他们O（1）复杂性，如评论
这可以归结为O（n^2）吗？或者它是否取决于所考虑的项目数量？对于渐近分析，它将归结为O（n^2），因为它的增长速度远远快于O（n logn）和O（n）。但请注意，这只是一个渐近上界，这意味着它可能不是很紧，正如你所说，它的最坏情况，而不是平均或预期情况