Java 从while和switch case的逐行代码计算时间复杂度，以及插入排序的示例case

有许多可用的指南告诉您如何通过查看代码/算法并逐行应用来计算时间复杂度。然而，我发现

切换
循环时很难执行
&
切换。有人能帮我弄清楚在这种情况下该怎么办吗

插入排序的示例以及我是如何被卡住的：

int i,j,n=a.length,temp; //c1
        for(i=1;i<n;i++) // (n)
        {
            j=i-1; // c2
            temp=a[i]; // c3
            while(j>=0&&a[j]>temp) (Stuck here)
            {
                a[j+1]=a[j];// c4
                j=j-1; //c5
            }
            a[j+1]=temp; //c6
        }

inti，j，n=a.长度，温度//c1
对于（i=1；i=0&&a[j]>temp）（卡在此处）
{
a[j+1]=a[j]；//c4
j=j-1；//c5
}
a[j+1]=温度//c6
}
因为您不仅仅是在查看集合，而是在某个时刻根据某种情况打破循环，因此您的结果将有一个最佳情况和一个最坏情况

外部for循环将始终执行
n-1
迭代。计算复杂度时，通常会忽略常数，因此外部循环的复杂度将为
n

while循环取决于两个条件：
j
大于0和
j
大于
temp

如果
a[j]>temp
对每个
n
都保持不变，那么您的代码的复杂性应该是
n

另一方面，如果对于每个
n
，a[j]
，则
j>=0
将是确定条件
j
将开始变小，并随着
n
的增加而增加，因此两个循环将运行
nj
次

既然
n
，那么您可以得出结论，最佳情况场景的时间复杂度为
n
。另一方面，最坏的情况是
nj
。由于<代码> J= N 1 - <代码>，您可以说，复杂性是<代码> n（n 1）<代码>，这将导致<代码> n ^ 2 -n>代码>，这将粗略地导致<代码> n ^ 2 < /代码>的最坏情况下的时间复杂度。
 如果您考虑您的<代码>（j>＝0 & & [j]＞TEMP）< /C>循环>，则它是最好的实例CiRiRo和O（n）的O（1）。在最坏的情况下

但是，如果将这两个循环都考虑在内，则内部
while
循环的最坏情况会有一点变化。下面是一个例子：


对于
i=1
最坏情况，内部
while
循环将运行1次

对于
i=2
最坏情况，内部
while
循环将运行2次

对于
i=3
最坏情况，内部
while
循环将运行3次

等等


结论：对于最坏的情况，内部
while
循环将执行与
i
值相同的次数，而对于最佳情况，仅执行1次

最坏情况下，内部
while
循环将执行的总次数为
1+2+3+…+n
，可通过以下数学公式表示：
n^2/2+n/2

因此，最坏情况下的时间复杂度为n^2/2+n/2，可以简化为O（n^2）。最好的情况是O（n）。
有人吗？请更正我的计算中是否有任何错误，并尝试找出不同情况下的循环运行-最坏/最佳/平均我知道这一点。但我只是想通过查看代码来计算，就像我在mt示例中介绍的一样。对于For循环，它将是n阶的，我被困在循环中，而复杂度的计算并不总是那么直接。当循环执行的数量取决于实际数据（动态）时，您需要考虑数据集对于您的算法来说是最差/最佳/平均的情况，并根据复杂度来决定复杂度。这里我以排序数组的最佳情况为例，按递增顺序。对于tje For循环，它将按照n顺序进行。如果我考虑两个情况下的while循环，那么你可以解释一下它是O（n）和O（1）的情况。然后，我将了解这里到底发生了什么，然后乘以外环。for@icantcodewhile循环的最佳情况是
a[j]
已经大于
temp
。因此，循环将不会执行，而不执行的部分的时间复杂度是恒定的，即O（1）。@icantcode while循环的最坏情况是
a[j]
永远不会大于
temp
，因此循环将针对整个阵列运行，使其成为O（n）。