Python 两种算法的运行时复杂性（大O表示法计算）

这两种算法的大O表示法是什么：

def foo1(n):
    if n > 1:
        for i in range(int(n)):
            foo1(1)
        foo1(n / 2)

def foo2(lst1, lst2):
    i = 1
    while i < max(len(lst1), len(lst2)):
            j = 1
            while j < min(len(lst1), len(lst2)):
                j *= 2
            i *= 2

def foo1（n）：
如果n>1：
对于范围内的i（int（n））：
foo1（1）
食物环境徖生署1（n/2）
def foo2（lst1、lst2）：
i=1
而i

我认为foo1运行时复杂性是O（n），因为在这种情况下，如果我看到for循环，我可以这样做：

T（n）=O（n）+O（n/2）

操作数

T（n）

等于

T（n/2）+n

。应用该公式，我们得到

T（n）=O（n）

。简单来说，有

n+n/2+n/4+…+1

小于

2*n

且为

O（n）

的操作

内环不依赖于外环，因此我们可以独立处理它们<代码>T（n）=O（log（maxlen）*log（minlen））

---

foo1（n/n）

这是一个错误吗？不，这是foo1（n/n）=foo1（1），那么你为什么不把它写成foo1（1）？我写了一条同样的评论。好的，我把它改成foo1（1）我除了在foo2的运行时，谢谢你，这是合乎逻辑的。但你们能解释一下把T（n/2）乘以2的方法吗。这里的2是什么。谢谢。@MohammadJaber，这是我的错误，我会改变答案好的，但谢谢你，我不认为主定理在这里对我有帮助，但现在我知道它在这种情况下对我有帮助。。。谢谢