Java for循环中两个嵌套while循环的运行时

当我试图找到一个for循环和两个嵌套while循环的算法的复杂性时，我感到非常困惑，因为其中涉及两个linkedlist。考虑下面的代码：

public int func(ClassName b){
// int[] myArray = new Node[n]; 
Node curA;
Node curB;
int sum = 0;
 for(int i =0; i<n ; i++){
    curA = this.myArray[i];
    while(curA != null){
        curB = b.myArray[i]
        while(curB != null){
            if(curA.data.equals(curB.data) sum++;
            curB = curB.next;
        }
        curA = curA.next;
    }

  }
  return sum;
}

public int func（类名b）{
//int[]myArray=新节点[n]；
丘脑结节；
节点路缘；
整数和=0；
对于（int i=0；i因此，为了澄清，
myArray
字段是一个链表数组。如果用伪代码表示，代码实际上就是这样做的：

for each index i in this.myArray
  iterate over all elements of this.myArray[i]
    iterate over all elements of b.myArray[i]
      do O(1) work

如果
this.myArray
的长度为N，则
this.myArray
中列表的最大长度为M，而
b.myArray
中列表的最大长度为K，则运行时复杂性为O（M x N x K）.
您的困惑似乎是试图用
n
的函数来表示算法的时间复杂度。如果列表的长度与
n
无关，这是不可能的

对于从
0
到
n-1
的每个
i
，让
Ai
成为列表的长度
this.myArray[i]
和
Bi
成为列表的长度
b.myArray[i]

执行最内层循环的确切次数为：

A0×B0+A1×B1+…+An-1×Bn-1

为了确定时间复杂度，您需要对
Ai
和
Bi
的值进行一些限制

举几个例子：


假设每个列表的长度以
M
为界

Ai≤ 从
0
到
n-1

Bi≤ 从
0
到
n-1

A0×B0+A1×B1+…+An-1×Bn-1≤ n×M²

所以时间复杂度是
什么是
a
和
b
？你从不使用第一个
myArray
，而且“一些工作”会影响复杂度，所以一定要表明你在迭代3个数组。对我来说，它看起来像O（nxmxk），N-第一个数组的大小，M-第二个数组的大小，K-第三个数组的大小如果N==M==K，那么它就是O（N^3）。@cricket_007我编辑了这篇文章。现在检查一下，看它是否更清晰。谢谢你的评论。myArray是列表节点的数组吗？列表是独立的吗？