含双指针的嵌套循环算法时间复杂度分析正确性确认

int sumClosest(std::vector<int> vec,const int& target)
{
    std::sort(vec.begin(),vec.end());
    int diff = std::numeric_limits<int>::max();
    for(int i=0 ;i<vec.size();i++)
    {
        int left = i+1;
        int right = vec.size()-1;
        while(left<right)
        {
            int sum = vec[i] + vec[left] + vec[right];
           
            //calculate difference from the target
            int sumdiff = std::abs(sum-target); //No need to check which is bigger. target or sum. So use std::abs
            
            //if there is no difference
            if(sum == target){
                return sum;
            }

            //Check if the new diff is less than what we already have stored
            if(sumdiff < diff) 
            {
                std::cout << vec[i] << vec[left] << vec[right] << std::endl;
                diff = sum;
            }

            if(sum > target)
            {
                right--;
            }
            
            else if(sum < target) 
            {
                left++;
            }
        }
    }
    return diff+target;
}

我的理解如下：

• 排序操作的时间复杂度为O(nlogn)
• 外层for循环嵌套内层while循环的时间复杂度为O(n²)，因此整体复杂度为O(nlogn) + O(n²)

但我得到的解释如下：

以下是时间复杂度分析：
使用std::sort对向量排序的时间复杂度为O(N * log(N))，其中N为输入向量vec的大小。
代码采用嵌套循环结构，外层循环遍历排序后的每个元素，为O(N)次迭代。内层while循环仅遍历整个向量一次，同样为O(N)次迭代。内层循环中的加法、减法和比较均为常数时间操作。
时间复杂度的主导项为排序步骤，即O(N * log(N))。
因此，该算法的整体时间复杂度为O(N * log(N))，其余寻找最接近和的部分对复杂度的贡献更低。

我认为上述解释不正确，for循环嵌套while循环的时间复杂度应为O(n²)，整体复杂度应为O(nlogn) + O(n²) = O(n²)。请问我的理解是否正确？

内容的提问来源于stack exchange，提问作者James Franco