嵌套循环的时间复杂性（python）

小白很迷惑 (a) (1 point) for i in range(1, n): for j in range(i, n): for k in range(i, j): honk() (b) (1 point) for i in range(1, n): for j in range(i ** 2, (i + 1) ** 2): honk() (c) (1 point) for i in range(1, n): for j in range(i, n // i): honk()

时间复杂度表示方法：「 大 O 符号表示法 」

公式：T [n] = O (f (n))

f (n) 表示每行代码执行次数之和，而 O 表示正比例关系，这个公式又叫“算法的渐进时间复杂度”。

通过「 大 O 符号表示法 」，图1 的时间复杂度为：O (n)

● 常数阶 O (1)

图2

有时候在 Python 中看到存在 ++i 这种形式，这其实不是自增，只是简单的表示正负数的正号而已。正正得正，负负得正，所以 ++i 和 --i 都是 i 。(有Java基础的老铁注意啦)

无论代码执行了多少行，只要是没有循环等复杂结构，那这个代码的时间复杂度就都是 O (1)

图2代码在执行的时候，它消耗的时候并不随着某个变量的增长而增长，那么无论这类代码有多长，即使有几万几十万行，都可以用 O (1) 来表示它的时间复杂度。

您好，我是有问必答小助手，您的问题已经有小伙伴解答了，您看下是否解决，可以追评进行沟通哦~

如果有您比较满意的答案 / 帮您提供解决思路的答案，可以点击【采纳】按钮，给回答的小伙伴一些鼓励哦～～

ps:问答VIP仅需29元，即可享受5次/月 有问必答服务，了解详情>>>https://vip.csdn.net/askvip?utm_source=1146287632