您应该能够通过 Monte Carlo 在您的系统上对此进行测试。例如：

try.cmdscale <- function(n) {
    x <- matrix(rnorm(n*n) ** 2,nrow=n,ncol=n);
    took.time <- system.time(cmdscale(x))
}

#repeat multiple times and take the median of the user.self + sys.self
#probably a better way to do timing?
multi.cmdscale <- function(n,ntrial = 11) {
    all.times <- replicate(ntrial,try.cmdscale(n))
    median(all.times[1,] + all.times[2,])
}

nvals <- c(8,16,32,64,128,256,512,1024)
tvals <- sapply(nvals,multi.cmdscale)
#ack! wish I could do a fit plot in logspace
plot(nvals,tvals,log="xy")

还没有这么丰富的信息：如果我能在这个图上做某种拟合，我可以估计大 O。（对 R 还不是很精通，但正在学习）。

具有讽刺意味的是，MDS 实际上不是我的问题。我正在做的预处理是问题所在。我习惯于使用低级语言进行编码，忘记了 R 中的循环有多慢。我使用向量操作重写了预处理代码，而 MDS 实际上只需要几秒钟。