通过计算比较的算法时间复杂度，我们需要给出一个大的o估计
Time complexity of the algorithm by counting the comparisons and we need to give a big o estimate
通过计算比较的算法时间复杂度，我们需要给出一个大的o估计
我们该怎么办？
for i := 1 to m // Loop 1
for j:= 1 to n // Loop 2
cij := 0
for q := 1 to k // Loop 3
cij := cij + aiqbqj
return C
请注意，在循环 2 中，恰好有 k + 1 个赋值，因此当 j 从 1 循环到 n 时，总共有 n * (k + 1) 作业。
除此之外，当 i 从 1 循环到 m 时，总共有 m * n * (k + 1) 个作业。
所以这段代码的时间复杂度是O(m * n * (k + 1)) = O(mnk).
通过计算比较的算法时间复杂度，我们需要给出一个大的o估计 我们该怎么办？
for i := 1 to m // Loop 1
for j:= 1 to n // Loop 2
cij := 0
for q := 1 to k // Loop 3
cij := cij + aiqbqj
return C
请注意，在循环 2 中，恰好有 k + 1 个赋值，因此当 j 从 1 循环到 n 时，总共有 n * (k + 1) 作业。
除此之外，当 i 从 1 循环到 m 时，总共有 m * n * (k + 1) 个作业。
所以这段代码的时间复杂度是O(m * n * (k + 1)) = O(mnk).