Performance 时间复杂度（大O）-当我们有2个嵌套FOR循环时，N的值能否决定时间复杂度是O（1）还是O（N）？
假设我有2个嵌套for循环和1个大小为N的数组，如下面的代码所示：Performance 时间复杂度（大O）-当我们有2个嵌套FOR循环时，N的值能否决定时间复杂度是O（1）还是O（N）？,performance,optimization,time,computer-science,Performance,Optimization,Time,Computer Science,假设我有2个嵌套for循环和1个大小为N的数组，如下面的代码所示： int result = 0; for( int i = 0; i < N ; i++) { for( int j = i; j < N ; j++) { result = array[i] + array[j]; // just some funny operation } } int结果=0； 对于（int i=0；i
int result = 0;
for( int i = 0; i < N ; i++)
{
for( int j = i; j < N ; j++)
{
result = array[i] + array[j]; // just some funny operation
}
}
int结果=0；
对于（int i=0；i有趣的理论问题：如果15年后，计算机速度如此之快，即使N=25000000，这两个for循环也可以在1秒内完成。在那个时候，我们可以说即使对于N=25000000，时间复杂度也是O（1）吗？我想当时的答案是肯定的。你同意吗？tl:dr No.N的值对时间复杂度没有影响。O（1）与O（N）是关于“全部N”或当N增加时计算量如何增加的陈述 好问题！这让我想起了我第一次尝试理解时间复杂性的时候。我想很多人都必须经历类似的过程才能开始有意义，所以我希望这次讨论能帮助其他人 首先，您的“有趣操作”实际上比您想象的更有趣，因为您的整个嵌套for循环可以替换为：
result = array[N - 1] + array[N - 1]; // just some hilarious operation hahaha ha ha
result