Algorithm 理解功率集的大O

我写了一个幂集的算法，写为p（a）。只是学习算法的时间复杂性（Big-O），所以如果我错了，请纠正我

算法：

function powerSet(int[] a ){
ArrayList pw = new ArrayList();
pw.add(" ");
for (int i = 1; i <= a.length; i++) //O(n){
            ArrayList<String> tmp = new ArrayList<String>();

            for (String e : pw)//O(n) {
                if(e.equals(" "))
                    tmp.add(""+a[i-1]) //contanst time;
                else
                    tmp.add(e+a[i-1]) //constant time;
            }
            pw.addAll(tmp)//O(1);
        }
        return pw;
}

功能功率集（int[]a）{
ArrayList pw=新的ArrayList（）；
pw.添加（“”）；
对于（int i=1；i 1）类似于2^n，因为我正在枚举所有可能的子集。
外循环运行的次数是
a.length
。内循环运行的次数是
pw.length
，但这会随着函数的运行而增加。所以不能说它们都是
O（n）
。另外，
pw.addAll（tmp）
不是常数时间

这里，渐近时间复杂度与调用
tmp.add（）
的次数相同，它等于
pw
的最终大小：
O（2^n）