如何找到这个Java程序的Big-O复杂性和最坏情况下的运行时间？

我很难理解大O符号。如何找到此函数的大O和最坏情况运行时间

我编写这个函数是为了反转双链接列表的顺序

public void reverse() {
    Node<T> temp = head;
    Node<T> current = head.next;
    head.next = null;
    head.previous = current;

    while(current != null)
    {
        Node<T> next = current.next;
        current.next = temp;
        current.previous= next;
        temp = current;
        current = next;
    }
    head = tail;
}

public void reverse（）{
节点温度=头；
节点电流=head.next；
head.next=null；
head.previous=当前；
while（当前！=null）
{
Node next=current.next；
当前。下一个=温度；
当前。上一个=下一个；
温度=电流；
当前=下一个；
}
头=尾；
}

查找嵌套循环的数量

---

因为没有一个，所以它只是O（n），因为在循环过程中，

n

没有几何缩减

查找嵌套循环的数量

因为在循环过程中，

n

没有几何上的缩减，所以没有一个是O（n），“数据结构”应该提醒我们一个“双链表”，并且假设一个大小为

n

的列表，这个算法颠倒了列表的顺序。 现在，我们可以计算此算法将完成的（比较、分配、数学）操作（此外，它是否正确和终止）…与

n

：

我们会发现，这个算法（在最坏、最好和平均（所以每种））的情况下：

…顺便说一句：它是正确的&终止了！；）

这个“数据结构”应该提醒我们一个“双链表”，假设一个列表的大小为

n

，这个算法会颠倒列表的顺序。 现在，我们可以计算此算法将完成的（比较、分配、数学）操作（此外，它是否正确和终止）…与

n

：

我们会发现，这个算法（在最坏、最好和平均（所以每种））的情况下：

---

…顺便说一句：它是正确的&终止了！；）

Big-O指定运行时间如何随着输入的增加而增加。例如，如果您的输入大小增加了

k

次，并且您的运行时间增加了2次多项式，那么这将是一个

O（n^2）

算法。对于较小的输入，Big-O是相当无用的，因为影响运行时间的其他因素是不可忽略的。Big-O指定运行时间如何随着输入的增加而增加。例如，如果您的输入大小增加了

k

次，并且您的运行时间增加了2次多项式，那么这将是一个

O（n^2）

算法。对于较小的输入，Big-O是相当无用的，因为影响运行时间的其他因素是不可忽略的。

4 assign statements:
 Node<T> temp = head;
 Node<T> current = head.next;
 head.next = null;
 head.previous = current;
n + 1 compare statements:
 while(current != null)
(lets not count the braces))
n * 5 assign operations:
 Node<T> next = current.next;
 current.next = temp;
 current.previous= next;
 temp = current;
 current = next;
and 1 last assign operation
 head = tail;

6n + 6 = O(n)