Time complexity 循环中函数为*的函数的时间复杂度

您能帮我找出以下函数的复杂性吗：

proc (int n) 
{
 for (i=0 ; i<n ; i++)
 {
   x = g(n)+f(n) ;
   for (j=0 ; j<n ; j++)
    {
      y=h(j)*g(j) ;
    }
  }
return x+y ;
}

proc（int n）
{
对于（i=0；x=O的ibigo（n^2）
y的大O=O（n对数（n））
现在要计算整个算法的大O，我们必须看最里面的循环，在这种情况下，最里面的循环包含在y=h（j）*g（j）中。
大O可以从最低值开始计算，然后向上计算。
x的大O将被相加而不是相乘，因为它与内部for循环处于同一级别

Big O = O(n log(n)) * O(n) * O(n) + O(n^2)
It can be written as:
Big O = O ((n log(n) * n * n) + (n * n^2))
Big O = O((n^3 log(n) + n^3)
Neglecting smaller terms would give us:
Big O = O(n^3 log(n))
大O=O（n对数（n））*O（n）*O（n）+O（n^2）
它可以写成：
大O=O（（n对数（n）*n*n）+（n*n^2））
大O=O（（n^3对数（n）+n^3）
忽略较小的条款将使我们：
大O=O（n^3 log（n））内部循环的复杂性（h*g的和）

）

由于

h（j）=Θ（log（j））

和

g（j）=O（j）

，因此

h（j）.g（j）

的复杂性是

O（j.log（j））

，即

0。因此，内环产生

   K.(1.log(1) + 2.log(2) + ... + (n-1).log(n-1))
<= K'.n^2.log(n)

K.（1.log（1）+2.log（2）+…+（n-1.log（n-1））
欢迎来到StackOverflow！一定要带上并访问。我认为这个问题更适合。你可能想在那里搜索一下。
   K.(1.log(1) + 2.log(2) + ... + (n-1).log(n-1))
<= K'.n^2.log(n)