这段代码的时间复杂性

Question

我正在做一些功课，所以我不能发布任何代码。我正在研究一些代码，此时我有类似的东西（而不是我编写时间复杂度的函数）：

while(O(n^2)) {
    O(n^4);
    O(n^2);
}

我根据函数中的嵌套for循环估计了O.我的问题是这件事的实际时间复杂性是什么？我也不介意简短的解释。谢谢！

Answer 1

编辑： 我之前的回答是错误的，因为我犯了一个错误。

现在我明白了，您的代码可以重构为

while(run == true)
{
    run = O(n^2);
    O(n^4);
    O(n^2);
}

所以每次迭代都有O（n ^ 4）的复杂度，因为我们有一个多项式n ^ 4 + 2 *（n ^ 2），我们抛弃了较低的程度。现在你必须将它乘以迭代次数。例如，如果你得到n次迭代，你最终得到O（n ^ 5）。如果您总是有1000000000次迭代，那么您仍然有O（n ^ 4）。

Big-O表示法的一个很好的解释是：What is a plain English explanation of "Big O" notation?

Answer 2

你有什么特别想要找到的？如果你想知道你的代码需要多长时间来计算，并将其分解为特定的循环和嵌套循环，那么我建议你查看秒表类：

http://msdn.microsoft.com/en-us/library/system.diagnostics.stopwatch(v=vs.110).aspx

此外，您可以通过将秒表的经过时间写入标签，然后拨打me.update()

来观看实时使用时间