尺寸： 1000 ，时间： .1138 ，每项操作： .0001138
尺寸： 2000 ，时间： .4586 ，每项操作： .0002293
尺寸： 4000 ，时间： 1.904 ，每项操作： .0004760
尺寸： 8000 ，时间： 7.456 ，每项操作： .0009320
- ＆GT; 复杂性类（每个操作）：每次大小增长2倍时，时间增长4倍。我相信这是O（N ^ 2）。
在修改了一些类以查看性能如何变化之后，下一组是下一组。
尺寸： 1000 ，时间： .1266 每项操作： .0001266
尺寸： 2000 ，时间： .5366 每项操作： .0002683
尺寸： 4000 ，时间： 2.221 每项操作： .0005552
尺寸： 8000 ，时间： 8.811 每项操作： .0011013
- ＆GT; 复杂性类（每个操作）：每次大小增加2时，时间增加4，因此这也是O（N ^ 2）的复杂性类别？
答案 0 :(得分：0)
你的答案是不一致的 - 每个操作的时间复杂度实际上是O（N）;但总时间复杂度类确实是O（N ^ 2）
更简单的检查方法是绘制log（时间）与log（大小）的关系图，并计算梯度。这样做可以避免必须处理乘法常数。
对于第一组Excel给出O（N ^ 2.031），对于第二组O（N ^ 2.082）。非常接近模型值。