请分析以下算法的时间复杂度（Big O表示法）

先看给出的代码：

for(int i=3 ; i<n/3; i+=3){
       for(int j=2 ; j<n/2; j+=2){
           //O(1) operation
        }
    }

外层循环分析 #

外层循环的变量i从3开始，每次递增3，终止条件为i < n/3。当n足够大时，起始值3这类常数项对整体次数的影响可以忽略，循环执行的次数约为 (n/3) / 3 = n/9，对应时间复杂度为 O(n)。

内层循环分析 #

内层循环的变量j从2开始，每次递增2，终止条件为j < n/2。同理，当n足够大时，起始值2可忽略，循环执行次数约为 (n/2) / 2 = n/4，对应时间复杂度同样是 O(n)。

总时间复杂度 #

由于两层循环是嵌套关系，总执行次数为外层循环次数乘以内层循环次数，即 (n/9) * (n/4) = n²/36。根据大O表示法的规则，常数系数可以直接忽略，因此该算法的最终时间复杂度为 O(n²)。

内容的提问来源于stack exchange，提问作者A500010