Python 基本的时间复杂性问题。这个简单函数的时间复杂度

我对时间的复杂性一无所知。我在寻找这段代码的时间复杂性

def func(arg):
  list= []
  for i in range(len(arg):       
      list.append(arg.count(i)     
  return list

---

我知道循环会变成O（n），但在python中count也是O（n），这会使这个函数变成O（n）还是O（n2）？

循环中有一个循环：

for i in range(len(arg)): # outer loop => O(n)
      arg.count(i)  # inner loop hidden inside a function => O(n)

这就是O（n^2）

如果您想要两个求和为

O（n）

的循环，则需要如下内容：

for x in range(N): # O(N)
    ... # do stuff

for y in range(N): # O(N)
    ... # do other stuff

总体复杂性将是，所以

O（n^2）。 外部循环执行n次内部语句（即O（n）），因此我们得到二次复杂度

O(N) + O(N) = O(2 * N) ~= O(N)