Complexity theory 示例代码的时间复杂度

我一直在努力计算我的项目的时间复杂度。如果循环是这样的，有人能指导我如何计算复杂性吗

while (k < K){

    for( int i=0; i<M; i++){

        // if condition
        // sets i = dp
    }

    for(int i=dp; i<M; i++){

        for(int j=0; j<=i; j++){

            // single stmt
        }

        // if else condition
        function call(); // assume this has complexity of N
    }
    k++;
}

while（k对于（int i=0；i而言，该代码的复杂性将是
K*（M+（M*（（M*M）/2+（M/2）+N））

嵌套for循环生成半矩阵示例

  1
  11
  111
  1111

由于全矩阵的复杂度是
M*M
，那么半矩阵将是（
M*M）/2
+我们取整个对角线，我们必须添加
（M/2）
时间复杂度是通过代码的迭代次数来计算的。因此，当我们剖析代码时，有一个顶级循环，它将迭代K次，因此开始时的复杂度是K。然后在该循环中有多个循环，每个嵌套的循环复杂度将乘以顶级循环。所以在顶级循环中级别循环，我们有两个for循环，一个复杂度为M，另一个内部有一个嵌套循环，使得该循环的复杂度为M*j，而被调用函数的复杂度为N，因此将整个代码的复杂度加起来是K*（M+（M*（j+N）））


K->首先用于顶级循环
M->用于第一个嵌套循环
M*（j+N）->用于第二个嵌套循环，它包含一个嵌套循环和一个函数调用
此代码的复杂度为K*（M+（M*（M+N）），这是最大可能

但仍然根据您的代码，它还取决于dp设置为i的值，这可以降低复杂性

那就可以了

这个代码的复杂度将是K*（M+（M*（（M-dp）+N））。
N在哪里？我认为应该是K*（M+M*（M+N））对不起，我键入错误。在内部for循环，它是j，但在这种情况下，如果我们考虑为M＝4，全矩阵将采取16倍，因为一半必须是8。但是从你的例子来看，它运行的次数是10次……我还是感觉到什么东西丢失了？还是我没有得到正确的答案？当然，我必须加上+m/2，因为我们根据这个半矩阵EX取整个对角线。很好，这似乎是可以接受的，但总的来说我并没有期望太多。bcz与另一个算法相比，我的运行时间非常少。可能是我的解释不是最好的。谢谢你的时间。对不起，我打错了。在内部for循环中，它是j，但
j
只是一个临时计数器，而不是输入大小。耶p一直运行到i次。但是您的解释对于计算来说很好并且可以理解。让set1={1，2，3，0}。在first for循环中，我将检查特定元素并注意其位置。该位置将等于dp。在嵌套的for循环中，循环从第一个位置运行到i。
  1
  11
  111
  1111