Java 如何计算big-o表示法的多项式f（x）？

大家好，我是一名Java课程的学生，我们刚刚讨论了Big-O表示法

我了解Big-O的一般情况，它采用最坏的情况，然后计算代码的效率，我了解每个进程的一般运行时间。我可以说下面代码的运行时间是O（n^2）

我遇到的问题是计算多项式。现在，我只看一个代码片段，了解它的效率，但我不知道代码片段的f（x）或它的引用函数（g（x））

我可以得到以下代码的f（x）和g（x）的帮助吗？（只有找到答案的过程是必要的，不需要精确的答案）

与此主题相关的文档或视频链接也会有所帮助。谢谢

public static int num_occurrences(int n) 
{
    int count = 0;

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

            if (strings[i] == strings[j])
                count++;
        }
    } 
    return count;
}

公共静态int num_出现次数（int n）
{
整数计数=0；
对于（int i=0；i

对于

i

的每一个值，内部循环正运行

n次。


当
i=0
，
j=0,1，…，n-1（n次）


当
i=1
，
j=0,1，…，n-1（n次）
…等等

因此，步骤总数为：

n+n+n+n+n+…+n
=
n*n
=
n^2

因此，运行时将是
O（n^2）

你可能想看看

编辑：

for（int i=0；if（x）
通常是算法的运行时间，所以你可以通过上面的计算找到它。我不知道如何从上面的计算中得到以下形式：f（x）=Ax^2+Bx+C，你介意进一步解释吗？@Jarack检查更新的答案
for(int i = 0; i < n; i++)   //<---- cost A*n^2 time
    {
        for(int j = 0; j < n; j++) 
        {
            if ( i == j ) 
                continue;

            if (strings[i] == strings[j])
                count++;
        }
    } 
    return count;  //<---- cost constant time