Python 使用收益率遍历树的时间复杂度是多少？

深度优先树遍历的示例：

class Node:
    def __init__(self, value):
        self._value = value
        self._children = []

    def add_child(self, child):
        self._children.append(child)

    def __iter__(self):
        return iter(self._children)

    def depth_first(self):
        yield self
        for c in self:
            yield from c.depth_first()

我知道

yield from

不会立即消耗生成器，而是将

yield

向上传递给调用方

但是这个传递的过程仍然存在，因此

yield

将从每个节点一直传递到其根节点，我们可以通过递归来描述运行时间（为了简单起见，假设它是一个二叉树，但其思想是相同的）：

T（n）=2*T（n/2）+Θ（n）

Θ（n）

之所以存在，是因为该节点必须将从其子节点传递给其父节点的所有

产量。由上述公式得出的时间复杂度为：

O（非登录）

然而，如果我根本不使用
yield
或
yield from
，则树遍历的时间复杂度仅为
O（n）

我想知道我是否误解了
yield
的工作原理，或者像这样编写递归生成器根本不可行。
来自官方Python 3.3版本的
yield From
：

使用专门的语法可以进行优化
当有一长串发电机时。例如，这样的链条可能会出现
实例，递归遍历树结构时。头顶
传递next（）调用，并在链上下产生值
在最坏的情况下，可能会导致本应是O（n）操作的情况发生
案例，O（n**2）

一种可能的策略是向生成器添加插槽
对象来保存要委派给的生成器。当一个下一个（）或
在生成器上进行send（）调用，首先检查此插槽，然后
如果它是非空的，则恢复它引用的生成器
相反如果它引发StopIteration，则插槽将被清除，主
发电机恢复运行

这将把委派开销减少到一个新的水平
不涉及Python代码执行的C函数调用链。A.
可能的增强措施是遍历整个数据链
发电机在一个回路中，并直接恢复到末端的发电机，尽管
StopIteration的处理则更为复杂

看起来，
yield from
仍然需要遍历树。但是这种遍历是由C语言的解释器而不是Python语言完成的。所以从技术上讲，这仍然是一个O（n）开销，但它并不像听起来那么糟糕
 你的公式中的Θ（n）不应该是Θ（1）吗？平衡树中节点的后代数不是常数吗？@DYZ我认为应该是Θ（n）。它不传递子代的数量，但传递所有子代的
产量
语句。“所有子代”是否包括子代的子代，等等。？（我假设不是。）如果不是，它仍然是一个常数。@DYZ它确实包括子节点的子节点，因为每个节点将做两件事：（1）将自己让给调用方（2）让给它的子节点和它的子节点让给它的子节点，等等……哦，你是对的。实际上是O（n log n），因为您实际上是将遍历结果委托给根节点，而不是在本地使用它们。这是一个已解决的问题，还是他们仍在处理它？