Algorithm 迭代斐波那契复杂性，无法理解为什么它是O（n^2）

请不要把这个问题与递归斐波那契混淆，它的复杂性为2^n

这是我使用的斐波那契迭代代码：

def f(n):
    a, b = 0, 1
    for i in range(0, n):
        a, b = b, a + b
    return a

我试着找出复杂性，得到了T（n）=n*4+4=4n+4，但我得到的图根本不是线性的，更像是n^2。例如：

print(timerf(250000)/timerf(50000)) 

这给了我25左右的结果

我画了一幅图：

---

这表明斐波那契迭代法的复杂度应为n^2。如何解释

原因可能是整数的加法不需要固定的时间，而是线性的-O（位数）

迭代方法的复杂性是

O（n）*加法的成本

通常人们假设加法的成本是一个常数，但对于斐波那契数，我们很快就超越了这个假设

---

由于

F（n）

呈指数增长，因此其中的位数是

O（n）

。由此产生的复杂性是O（n^2）

好吧，现在我明白了，一个新问题出现了，加法的代价，它有某种n的指数函数，对吗？因为斐波那契数会很快变大，但是加法的代价取决于斐波那契数，而不是n，你如何实现加法的代价？我的意思是，你是说斐波那契数的上界（如果存在的话）总是小于这个函数，这就是复杂度吗？编辑，当然是n的幂的黄金比例，这是斐波那契函数的上界。