这个算法的时间复杂度是多少？
What is the scale of time complexity of this algorithm?
我有一个列表的列表，长度不同，我的算法在子列表中的每个元素上运行。
我的时间复杂度应该是多少？
不知道写成O(n * m)好不好，因为n是parent list的长度，m是t的平均长度
E 个子列表，或者可能是 O(n)，因为 n 是总元素数。
请解释符号的含义（例如n是父列表的长度）。
如果你有 n 个子列表，每个子列表有 m 个元素，n*m 表示正在处理的元素总数，因此它的复杂度为 O(n*m)。
如果你的子列表的元素数量不相等，可以将其总结为O(N)，其中N是数组中元素的总数。
您可以定义变量，所以说“O(n)，其中 n 是输入的大小”完全没问题。
您的情况似乎类似于“稀疏”矩阵方法：稀疏矩阵具有 well-defined 宽度和高度，以及总大小（non-zero 元素）。算法性能描述可以酌情使用所有三个参数。
归根结底，应该是为了便于描述算法。
您总共执行了 N 次操作。因此，除非您的算法访问其中的一些其他元素，否则这将使其成为 O(N) 操作。从一个子列表转换到下一个子列表的行为，即使需要相当长的时间，也是一个 O(m) 操作。但是由于 m 小于 N，您可以忽略它，因为随着 N 变得非常大，它会淹没 O(m) 时间。事实上，'Order of' 分析的全部目的是展示算法在极端条件下的响应能力。
我有一个列表的列表，长度不同，我的算法在子列表中的每个元素上运行。
我的时间复杂度应该是多少？
不知道写成O(n * m)好不好，因为n是parent list的长度，m是t的平均长度 E 个子列表，或者可能是 O(n)，因为 n 是总元素数。
请解释符号的含义（例如n是父列表的长度）。
如果你有 n 个子列表，每个子列表有 m 个元素，n*m 表示正在处理的元素总数，因此它的复杂度为 O(n*m)。
如果你的子列表的元素数量不相等，可以将其总结为O(N)，其中N是数组中元素的总数。
您可以定义变量，所以说“O(n)，其中 n 是输入的大小”完全没问题。
您的情况似乎类似于“稀疏”矩阵方法：稀疏矩阵具有 well-defined 宽度和高度，以及总大小（non-zero 元素）。算法性能描述可以酌情使用所有三个参数。
归根结底，应该是为了便于描述算法。
您总共执行了 N 次操作。因此，除非您的算法访问其中的一些其他元素，否则这将使其成为 O(N) 操作。从一个子列表转换到下一个子列表的行为，即使需要相当长的时间，也是一个 O(m) 操作。但是由于 m 小于 N，您可以忽略它，因为随着 N 变得非常大，它会淹没 O(m) 时间。事实上，'Order of' 分析的全部目的是展示算法在极端条件下的响应能力。