什么时候双层for循环不是O(n²)

双层for循环的时间复杂度不一定是O(n²)，具体取决于内层循环的执行次数和操作时间复杂度。

以下是一些情况，双层for循环的时间复杂度不是O(n²)：

1. 内层循环的执行次数随着数据规模的增大而减少，比如：

for i in range(n):
    for j in range(n-i):
        # do something

这种情况下，内层循环的执行次数是n、n-1、n-2、……、2、1，总和为n(n+1)/2，因此时间复杂度为O(n²)。

2. 内层循环的操作时间复杂度不是常数级别的，比如：

for i in range(n):
    for j in range(1, n):
        k = 1
        while k < j:
            k *= 2

这种情况下，内层循环的执行次数是n(n-1)，但是每次循环内部还有一个while循环，其操作次数与j的值有关，是O(logj)级别的。因此，总的时间复杂度不是O(n²)，而是O(n²logn)级别的。

3. 内层循环的操作时间复杂度比较小，比如：

for i in range(n):
    for j in range(n):
        a = i + j

这种情况下，内层循环的操作次数是n²，但是操作时间复杂度比较小，是O(1)级别的，因此总的时间复杂度也是O(n²)级别的。

因此，在计算双层for循环的时间复杂度时，需要仔细分析具体的算法实现方式和操作次数，才能得出正确的时间复杂度。