本文介绍了计算算法复杂度-混淆的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着小编来一起学习吧！
问题描述
我有以下代码段:
sum = 0;
for (i = 0; i < n; i++)
for (j = 0; j < i; j++)
sum++;
复杂度为 O(n ^ 2)，但是如果我想进一步挖掘内部循环的复杂度，则为(n(n-1))/2 或(n-1)！?
The complexity would be O(n^2), but if I want to dig a little more for the internal loop complexity then would it be (n (n-1))/2 or (n-1)!?
推荐答案
是，O(n ^ 2)，但实际上是0 + 1 + ... + n-1 = n(n-1)/2 = O(n ^ 2)，绝对不是(n-1)！
Yes, O(n^2), but actually 0+1+...+n-1=n(n-1)/2 = O(n^2), definitely not (n-1)!
这篇关于计算算法复杂度-混淆的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持！