非线性共轭梯度法计算复杂度

非线性共轭梯度法（Nonlinear Conjugate Gradient Method，简称NCG）是一种经典的非线性优化算法，在求解大规模非线性优化问题时具有很好的性能。NCG算法的计算复杂度与问题规模和求解精度有关。

设问题的维数为$n$，则NCG算法的计算复杂度为$O(n^2)$，即每次迭代需要计算$n$个梯度以及$n$个方向向量的内积，共计$n^2$次运算。此外，NCG算法的收敛速度与目标函数的条件数有关，如果条件数较大，算法的收敛速度会变慢，进而增加算法的计算复杂度。

总之，NCG算法是一种高效的优化算法，但是在解决高维大规模问题时，仍然需要注意算法的计算复杂度。