Big o 对嵌套循环的时间复杂性感到困惑并寻找提示

假设我有两个代码：

代码A：

for i = 0;
for j = 0;
while(i<n){       // O(n)
    while(j<n){   // O(n)
       printf("hello");
       .....

表示i=0；
对于j=0；
（i让我们在头脑中运行代码B：

假设
n
相当大，比如至少100。最初我们有
i=0
，因此外部循环的条件为
true
，
i
将由于第5行（
i+=1
）而增加
1
）.因此，此时我们有
i=1
，但是在这种情况下，内循环的条件是
false
，因此我们只需继续到外循环的下一轮

外环和内环的条件分别保持为
true
和
false
，直到
i
变为
n/2-1
，在此阶段，外环的条件为
true
，因此
i
增加到
n/2
，在这种情况下，内环的条件为becomes
true
也是如此。因此，内部循环将
i
增加到
n

最后，我们得到了
i=n
，循环的条件都是
false
，它不会进一步循环

因此，复杂性如下所示：

i          Work done
------------------------
0          1
1          1
2          1
.          .
.          .
.          .
n/2-2      1
n/2-1      n/2 + 1

因此，所做的全部工作是：

(1 + n/2 - 2) * 1 + 1 * (n/2 + 1) = O(n)

假设你有类似于A的东西，但这两个循环没有嵌套，它们一个接一个地运行。你知道为什么会是O（n）？是的，但这些都是嵌套的。第二个代码应该是嵌套的，不是吗？在B中，循环是嵌套的，但它们的行为好像不是嵌套的；内部循环直到外部循环的最后一次迭代才会运行。这就是为什么B是O（n）。它不像“有嵌套时总是相乘，除了这一种特殊情况”那么简单。一般来说，您必须理解代码的功能，而不仅仅是它的概要。感谢您的明确解释。我认为我的错误在于我没有分析代码，只是试图通过定义来解决jsut。但是，对于任何其他情况，除了此特殊代码，我们都可以成倍正确？请参阅我对您的问题的评论当你能将内环和外环的功相乘时，我已经对你的回答发表了评论，如果你有时间，请阅读。
(1 + n/2 - 2) * 1 + 1 * (n/2 + 1) = O(n)