使用for循环迭代二维数组的时间复杂度是多少？

In 这个答案 https://stackoverflow.com/questions/11032015/how-to-find-time-complexity-of-an-algorithm#answer-22688792，它说：

如果算法的执行时间与输入大小成正比，即时间随着输入大小的增加而线性增长，则称该算法以线性时间运行。

我输入了一个3x3的数组，所以我需要输入9个数字，需要迭代9次。

我输入了一个4x4的数组，所以我需要输入16个数字，需要迭代16次。

........

迭代的执行与数字的数量（或大小）成正比。 所以我认为时间复杂度应该是O(n).

But 另一个答案 https://stackoverflow.com/questions/11032015/how-to-find-time-complexity-of-an-algorithm#answer-33474486说：

O(n^c)：嵌套循环的时间复杂度等于最内层语句的执行次数。例如，以下示例循环的时间复杂度为 O(n^2)

for (int i = 1; i <=n; i += c) {
   for (int j = 1; j <=n; j += c) {
      // some O(1) expressions
   }
}

我觉得有点困惑。 所以我觉得这个问题也可以是：

是什么意思nin array？（是指数组的大小还是数组的维数？）使用的时间复杂度是多少for循环迭代二维数组。 是吗O(n) or O(n^2)?

如果时间复杂度是O(n^2)因为它有两个for循环。 我用它来创建一个 3x3 数组：

a[0,1,2] -> b[0,1,2] -> c[0,1,2]

所以我用它来迭代这个数组。它将是O(n),所以它会比使用更快for循环迭代数组。为什么？

PS：我用谷歌翻译看到这些答案，所以也许我误解了。

数组中n的平均值是多少？ （是指数组的大小还是数组的维数？）使用for循环迭代二维数组的时间复杂度是多少？是 O(n) 还是 O(n^2)？

你是完全正确的。这是一个惯例问题。重要的是什么n表示在一个特定的问题中。

如果我们的数组是arr[n][n]，迭代需要O(n^2)时间。如果我们的数组是arr[k][k] and n=k*k是数组的大小，迭代需要O(n)时间。既然我们定义了，这里就不矛盾了n在这些情况下有所不同。

一般来说，如果您只访问一个数组元素一次，则可以说您具有线性复杂度。无论你如何用O符号。