我有这两个问题，我认为我理解如何回答（问题后的答案）。我只是想知道我是否理解时间复杂度计算以及如何找到BigO 通用形式只是表达式右侧每个值的乘积 BigO是多项式中最大的幂。这种思维方式是否正确？
int sum = 0;
for (int i = 0; i < n; i++)
for (int j = 0; j < n * n; j++)
for (int k = 0; k < 10; k++)
sum += i;
此代码需要多少通用时间单位？ n个（n ^ 2）* 10 这段代码的运行时间是多少？为O（n ^ 3）
答案 0 :(得分：1)
是的，你的理解是正确的。但有时你也必须处理对数项。 查看对数项的方法可以是将其视为n ^（1 + epsilon）。其中epsilon数量很少。
答案 1 :(得分：1)
是。基本上大O的定义表明你的时间单位（正如你所说的那样）是从上面以一定的时间限制你从一些（任意高的）自然数开始到无穷大。用更多的数学符号表示：
如果存在常数C和数N，则函数f（n）是O（g（n）），使得f（n）<1。所有n的C * g（n）> Ñ
在你的上下文中f（n）= n（n ^ 2）* 10和g（n）= n ^ 3.
顺便说一句，你也可以说函数是O（n ^ 4）。您可以使用大的θ表示法来表明这也是下限：f（n）是$ \ theta（n ^ 3）。