Python 如何获得代码的大O时间复杂度？

我对大O符号有很好的理解，但我对这个问题很困惑：

给定一个包含N个元素的排序列表，并且要搜索的键在中重复R次 列表中，my_search（）以O表示法的复杂性是多少

def my_搜索（数据、键）：
发现=错误
低=0
计数=0
高=透镜（数据）-1
while（未找到且低位=0且数据[k]==键：
计数+=1
k-=1
k=猜测+1
当k

---

该函数传递的参数是一个列表和一个键，该函数计算该键在列表中出现的次数，例如

my_search（[1,1,2,2,3,3,3,3,6,7]，1）

。答案键表示该代码的时间复杂度是，他们是如何得出这个答案的？

在有序列表中搜索是O（log（N））（）。找到要查找的元素后，需要根据搜索的项目检查（至少）R个元素。因此，总计O（log（N））+R.

这个问题似乎更适合@Taegyung谢谢你的建议，我不知道CS堆栈交换，我下次会在那里发布，谢谢。我明白了，我很困惑，因为我认为log base 2（N）不同于log（N），但我猜不是。谢谢你！技术上它应该是log2（N），但作为log2（N）=log（N）/log（2）它们之间只有一个常数因子不同，这在讨论复杂性时是不相关的。我可能应该写log2。。。

def my_search( data, key ):
 found = False
 low = 0
 count = 0
 high=len(data)-1
 while ( not found and low<=high):
     guess = (high+low)//2
     print('guess: ', guess)
     if ( key == data[guess] ):
         found = True
         count = 1
         k = guess - 1
         while k>=0 and data [k] == key:
             count += 1
             k -= 1
         k = guess + 1
         while k < len(data) and data [k] == key:
             count += 1
             k += 1
     else:
         if (key < data[guess]):
             high=guess-1
         else:
             low = guess+1
 print('count:', count)
 return count