Time complexity 这个问题的时间复杂性是什么？ 代码： intmain（） { 对于（long long i=0；i

时间复杂度仅在可变大小数据集的上下文中才有意义；它描述了随着数据集大小的增加，程序的总执行时间将以多快的速度增加。例如，如果您有N个项目要处理，并且您的算法需要读取这些项目的固定次数，则您的算法ithm被认为是O（N）

在第一种情况下，如果我们假设您有一个当前大小为10000000的“数据集”，那么您的单个for循环将是O（N）——但请注意，由于for循环没有任何可观察的效果，优化编译器可能会完全忽略该循环，将其有效地减少为O（1）

---

在第二个（嵌套循环）示例中（假设变量集大小为10000），算法为O（N^2），因为程序必须运行的步数随着集大小的平方而增加。这是正确的，无论内部

if

测试计算为真的频率有多高，因为程序必须执行一些步骤（例如，计算

if

条件）N*N次否if测试计算为true的频率（或很少）（同样，如果编译器能够以某种方式证明

if

语句从未计算为true，或者

func（）

函数没有可观察到的副作用，在这种情况下，它可以合法地忽略整个事件，只

立即返回0

。

您的第一个代码的最坏情况复杂度为

O（n）

，因为它迭代了

n次

次。无论它在每次迭代中什么都不做或做了无数事情，它总是具有

O（n）

复杂性。它可能不会被优化掉，优化器也可能不会跳过空循环

---

同样，您的第二个程序的复杂性为

O（n^2）

因为它迭代了很多次

n^2

。内部的

if

条件在某些情况下可能满足，也可能不满足，并且程序可能在

if

不满足的情况下不执行，但它访问

n^2

情况，这足以建立

O（n^2）

复杂性。

第一个代码是O（n）常数时间复杂度，第二个是O（n^2）二次时间复杂度我知道了，thanx:）thanx表示信息：）

int main()
{
    for(long long i=0;i<10000000;i++)
    {

    }
    return 0;
}

int main()
{
    for(long long i=0;i<10000;i++)
    {
        for(long long i=1;i<10000;i++)
        {
              if(//"some condition")
              {
                func(); // some function which we know is going to run only one-hundredth of the time due to the condition. time complexity of func() is O(1).
              }
        }
    }
    return 0;
}