algorithm - SelectionSort的复杂度分析

这是我写的一个selectionsort例程。我的复杂性分析是正确的吗？

public static void selectionSort(int[] numbers) {

    // Iterate over each cell starting from the last one and working backwards
    for (int i = numbers.length - 1; i >=1; i--)
    {
        // Always set the max pos to 0 at the start of each iteration
        int maxPos = 0;

        // Start at cell 1 and iterate up to the second last cell
        for (int j = 1; j < i; j++)
        {
            // If the number in the current cell is larger than the one in maxPos,
            // set a new maxPos
            if (numbers[j] > numbers[maxPos])
            {
                maxPos = j;
            }
        }

        // We now have the position of the maximum number. If the maximum number is greater
        // than the number in the current cell swap them
        if (numbers[maxPos] > numbers[i])
        {
            int temp = numbers[i];
            numbers[i] = numbers[maxPos];
            numbers[maxPos] = temp;
        }
    }
}

复杂性分析
outter循环（比较和分配）：执行2个操作n次=2n个操作
分配maxpos:n ops
内环（比较和分配）：执行2次操作2n^2次=2次操作
数组元素比较（2个数组引用和比较）：3n？ops
分配新的maxpos:n？ops
数组元素比较（2个数组引用和比较）：3n？ops
分配和数组引用：2n？ops
分配和2个数组引用：3n？ops
分配和数组引用：2n？ops
原语操作总数
2N+N+2N榍+3N榍+N^2+3N榍+2N榍+3N榍+2N榍=16N榍+3N
导致大oh（n m2）
看起来对吗？尤其是当涉及到内部循环和内部的东西时…

最佳答案

是的，O（N2）是正确的。
编辑：就“第一原则”而言，很难准确猜测他们到底想要什么，但我猜他们（本质上）是在寻找符合Big-O基本定义的证据（或至少是迹象）：
存在正常数C和N0，使得：
对于所有n≥n0，0≤f（n）≤cg（n）。
因此，在找到16n2+3n之后的下一步是找到n0和c的正确值。至少乍一看，c似乎是16，n0，-3（这可能被视为0，没有实际意义的元素的负数）。

关于algorithm - SelectionSort的复杂度分析，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/10418474/