Javascript 这个斐波那契实现的时间复杂度是多少？

我只是想知道是否有人能解释一下这段代码背后的时间复杂性。谢谢

function fib(N) {
  var arr = [0, 1, 1];
  for (i = 3; i <= N; i++) {
    arr[i] = arr[i - 1] + arr[i - 2];
  }
  return arr[N];
}

函数fib（N）{
var-arr=[0,1,1]；
对于（i=3；i，我们可以将代码分成几个部分，并逐部分进行分析

var arr = [0, 1, 1];

此部分具有
O（1）
，因为它甚至不依赖于
N

for (i = 3; i <= N; i++) {
  arr[i] = arr[i - 1] + arr[i - 2];
}

同样，执行
arr[3]
或
arr[10000000]
之间的差异可以忽略不计，因此每次
O（1）
的时间复杂度都是相同的

该代码的总体时间复杂度是各部分复杂度中最大的，因此它是
O（n）
我们可以将代码分成几个部分，并逐部分进行分析

var arr = [0, 1, 1];

此部分具有
O（1）
，因为它甚至不依赖于
N

for (i = 3; i <= N; i++) {
  arr[i] = arr[i - 1] + arr[i - 2];
}

同样，执行
arr[3]
或
arr[10000000]
之间的差异可以忽略不计，因此每次
O（1）
的时间复杂度都是相同的

此代码的总体时间复杂度是各部分复杂度中最大的一个，因此它是
O（n）
O（n）。请声明所有变量。@NinaScholz您能解释一下吗？循环迭代次数（因此算法运行时）数组项的数量是线性关联的。也就是说，如果你将
N
增加两倍，你的代码将运行（大约）两倍的时间。这就是为什么你的算法时间复杂度是O（N）O（N）。请声明所有变量。@NinaScholz你能解释一下吗？循环迭代次数（因此算法运行时间）数组项的数量是线性关联的。也就是说，如果将
N
增加两倍，代码的运行时间（大约）将增加一倍。这就是为什么算法时间复杂度为O（N）