对于没有嵌套的循环，Big O符号对于两个符号是什么？
示例：
for(int i=0; i<n; i++){
System.out.println(i);
}
for(int j=0; j<n; j++){
System.out.println(j);
}
答案 0 :(得分：16)
线性
O(n) + O(n) = 2*O(n) = O(n)
你有多少非嵌套循环（如果这个数字是常数而不依赖于n）并不重要，复杂性将是线性的，并且将等于循环中的最大迭代次数
答案 1 :(得分：6)
从技术上讲，此算法仍在O（n）时间内运行。
虽然n每增加一次迭代次数增加2，但所用时间仍以线性速率增加，因此，在O（n）时间内。
答案 2 :(得分：4)
它将是O(n) + O(n) ==＆gt;有效O(n)因为我们没有保持不变的值。
答案 3 :(得分：2)
它将是O（2n），因为你运行n + n = 2n次迭代。
O（2n）基本上等于O（n），因为2是常数。
答案 4 :(得分：0)
假设一个场景，每个循环最多运行n
所以我们可以说每个for循环的复杂度为O（n），因为每个循环将运行n次。
因此，您为第一个循环O（n）+第二个循环O（n）+第三个循环O（n）指定了这些循环不在线性方案中嵌套，这将为您提供3O（n）。 现在，由于我们主要专注于复杂性的可变部分，因此我们将排除恒定部分，并说在这种情况下为O（n）。 但是在实际情况下，我建议您牢记恒定也将发挥至关重要的作用，因此切勿将其排除在外。 例如，考虑时间复杂度以从整数数组中找到最小整数，任何人都会说它是O（n），但是要找到同一数组的第二大或最小整数将是O（2n）。但大多数答案将是实际上忽略常数的是O（n）。考虑一下数组的大小是否为1千万，那么不能忽略该常数。