假设我有这样的程序：
def fn(array,num):
for i in range(0,len(array)):
if(i==num):print i
for i in range(o,len(array)):
for j in range(0,i):
if(i*j==num):print i,j
所以第一个循环在O（n）时间内运行。 第二个循环在O（n * n）时间内运行。
总时间复杂度为O（n）+ O（n ^ 2）= O（n ^ 2）时间。（这是对吗？）
空间复杂度也是O（n），因为我们在内存中有n个块来存储n个元素（这是对吗？） 这是分析运行时间和空间复杂度的正确方法吗？。我可以分析常见排序算法和数据结构的时间复杂度，但我只是为一般程序分析它有点困难。谢谢!!
答案 0 :(得分：6)
这将是O（n ^ 2），因为n增长n ^ 2会使O（n）部分相形见绌，因此部分会掉出来。例如，当n为100.第一次操作将花费100个单位时间，第二次操作将花费10,000个单位。 99％的计算时间将用于第二次操作。随着n增加，第二次操作将继续占主导地位。我认为没有理由认为它不是O（n）空间复杂性。