Time complexity 最佳情况和最坏情况的时间复杂度

给定数组A的以下伪代码

x = 0
  for i = 0 to n - 2
    for j = i to n - 1
       if A[i] > A[j]:
          x = x + 1
  return x

最坏情况的复杂度是O（n^2）还是θ（n^2），为什么？我似乎不明白两者之间的区别

---

至于最佳情况复杂度，它是否与最坏情况复杂度相同，因为该算法仍然必须运行相同的行？

该算法中的主要操作是比较

A[i]>A[j]

。此比较总是进行n^2次

O（n^2）表示这是最坏情况下的复杂性。若你们使用O符号，你们会说这种复杂性在最好的情况下会更好

θ（n^2）表示这是所有情况下的复杂性

所以答案是：复杂性是θ（n^2），因为在最好和最坏的情况下它都是n^2

---

参见：和

此算法中的主要操作是比较

A[i]>A[j]

。此比较总是进行n^2次

O（n^2）表示这是最坏情况下的复杂性。若你们使用O符号，你们会说这种复杂性在最好的情况下会更好

θ（n^2）表示这是所有情况下的复杂性

所以答案是：复杂性是θ（n^2），因为在最好和最坏的情况下它都是n^2

---

请参阅：谢谢您的帮助！比较总是执行（n-1）*（n+2）/2次，当然是θ（n^2）。感谢您的帮助！比较总是执行（n-1）*（n+2）/2次，当然是θ（n^2）