Python代码片段的大O时间复杂性

我对Python相当陌生，所以我仍然不太擅长确定某些程序的大O时间复杂性。我想寻求一些帮助。下面是一些代码片段，我很难知道什么是大O，我认为什么是大O：

代码1:O（n）

代码2：我真的不知道这里

def bar(x,i,j,y):
   if j >= i:
      foo = (i+j) // 2
      if x[foo] == y:
         return foo
      elif x[foo] > y:
         return bar(x,i,foo-1,y)
      else:
         return bar(x,foo+1,j,y)
   else:
      return -1

代码3:O（m）

如果你愿意的话，请留下一些关于寻找类似于这些代码片段的大型程序的提示。 任何帮助都将不胜感激。谢谢大家!

代码1 设N为

N

的长度。 此代码将是

O（N）

，但它不会做任何事情，因为内部for循环会在

范围（0,0）

上迭代

代码2 设

N

为

x

的长度。 假设

i

和

j

在列表

x

的索引范围内。 最坏的情况是

y

不在

x

中，

j-i

尽可能大。这将需要大约

O（j-i）

的时间，这不超过

O（N）

。因此，该过程平均需要

O（N）

或更少的时间

代码3 如果b

char

take

O（1）

可能是这样，但我不这么认为。它可能需要

O（n）

，因此算法是

O（mn）

对于一个简单的算法，只需手动计算循环。 如果算法中存在递归，使用一种方程并计算它应该迭代多少次可能会有所帮助。

---

这里有一个相关的问题：

Hmmm，那么第一个代码的时间复杂度是恒定的吗？还是仍然是O（N）？仍然是O（N），因为您仍然循环

len（N）

。

def bar(x,i,j,y):
   if j >= i:
      foo = (i+j) // 2
      if x[foo] == y:
         return foo
      elif x[foo] > y:
         return bar(x,i,foo-1,y)
      else:
         return bar(x,foo+1,j,y)
   else:
      return -1

def count(a,b):
   # Let len(a) = m
   # Let len(b) = n
   count = 0
   for char in a:
      if char in b:
         count += 1
   return count