算法时间复杂度详细分析（由简入难）

for(i=0;i<n;i++) 
 for(j=1,sum=a[0];j<=i;j++) 
 sum+=a[j];

首先这是一个嵌套循环，外层循环先做了  i=0;一次赋值操作，算做  +1,i从0到n-1,一共进行了

（n-1）-0+1次操作，即n次++操作，算作  +n,  外层每循环一次，内层就会执行j=1,sum=a[0];这两项赋值操作就会执行   2*n次，因为内层循环的上限不是n，而是 i,即对于外层n次循环，每次内存只能达到 i，内存执行一次，就会有j++;sum+=a[j];两次操作，所以进行2*(1+2+3+....+n-1)次（提示：i最大就是n-1），综上进行

1+n+2n+2(1+2+3+...+n-1)=n^2+2n+1=O(n^2)

我们知道了分析之后，再来看这个问题就很容易了，开始的 i 赋值肯定是有一次的，外层i++,和 内层 j=1,sum=a[0],就是3n次（关于j和sum可以看成外层n次循环下的第一级操作），j++,和sum+=a[j];两次操作（可以看出外层n次循环下的第二级操作），要注意内循环上限是 i,就知道内循环了（1+2+3+4+...+n-1），所以最终执行赋值操作   2*（1+2+3+...+n-1)次   （对j和sum的操作）

当然你如果只想知道O(n^2),那么就不需要分析低数量级的操作，不过知道具体的细节肯定是有好处的。

for(i=1;i<=n;i++) 
 for(int j=1;j<=n;j+=i) 
 cout<<’*’;

总体来看这段代码， 先 i赋值 算1次，i++;  算n次，内循环要注意int j=1;是变量初始化，不是赋值操作，(之前困扰了我，上网查了一下）所以确切的来说不能算 n次，

j的上限是n ,但是步长在变，是 i，j从1到 n，步长是i ,取整约进行了 n/i  次

所以是    1+n+(n/1+n/2+n/3+.....+n/n)=O(nlogn)

 

要是想要证明：

最后1+In(n)<logn， 两边同时乘n,即得到相应的结果