for (int j=0,k=0; j<n; j++)
for (double m=1; m<n; m*=2)
k++;
我认为这是O（n ^ 2），但我不确定。我正在研究练习题，我有以下选择：
答案 0 :(得分：5)
外环似乎很明显是O（n）。每次迭代增加1。 然而，内环增加了2的幂。指数当然与对数相关（实际上是相反的）。
为什么要来O（n ^ 2）解决方案？证明它。
答案 1 :(得分：3)
O（nlog 2 n）。代码块运行n * log 2 n次。
假设n=16;然后第一个循环运行16（= n）次。第二个循环运行4（= log 2 n）次（m = 1,2,4,8）。所以内部语句k++运行64次=（n * log 2 n）次。
答案 2 :(得分：2)
让我们看一下最坏的情况。对于第二次循环搜索从1,2,4,8继续....假设对于某些k> = 0，n是2 ^ k。在最坏的情况下，我们可能最终搜索直到2 ^ k并且意识到我们超过了目标。现在我们知道目标可以是2 ^（k - 1）和2 ^ k。该范围内的元素数量为2 ^（k - 1）（想想一秒）。到目前为止我们检查的元素数量是O（k），它是O（logn），对于第一个循环，它是O（n）。（太容易找到）。那么整个代码的顺序就是O（n（logn））。
答案 3 :(得分：1)
解决这些问题的一般方法是考虑每个循环的顺序，并且因为它们是嵌套的，所以可以乘以“O”符号。
大“O”的一些简单规则：
O(n)O(m) = O(nm) O(n) + O(m) = O(n + m) O(kn) = O(n)其中'k'是常量'j'循环迭代n个元素，所以很明显它是O（n）。 'm'循环遍历log（n）元素，因此它是O（log（n））。
由于循环是嵌套的，我们的最终结果是O(n) * O(log(n)) = O(n*log(n))。