Python 这个函数的最大优点是什么（加上LeetCode的一个问题）

我只是试图通过我的leetcode解决方案中的大O来练习推理

这是我对一个名为“”的问题的解决方案。我只是想知道什么是大O时代在这里。我的想法和笔记都在代码中

类解决方案：
def plusOne（自身，数字：列表[int]）->列表[int]：
def增量器（数字，位置）：
如果（位数[-place]！=9）：#我的基本情况
位数[-place]=位数[-place]+1
返回数字
其他：
尝试：
下一个=数字[-place-1]
除索引器外：
数字=[0]*（位置+1）#这需要O（n）个时间？
数字[0]=1
返回数字
位数[-place]=0
#递归案例
返回递增式（数字，位置+1）#递归大小写#O（n）？
返回递增器（数字，1）

---

我相信这将导致O（n^2）更糟，因为这意味着它将遍历整个数组，然后创建一个大小为n+1的新数组，填充0。我的想法正确吗？这会发生在像9999999这样的数字上，其中所有的9都会被翻转，然后为新的位置创建新的数组。

你不是很正确，但很接近；在Python中，为了在最坏的情况下达到这一行，您需要遍历整个列表，也就是O（n）。所以你有O（n+n），也就是O（2n）（但我们丢弃了乘法器，所以我们会再次将其归类为O（n）

但正如切普纳所说，迭代在这里会更好。为了摆脱ariela，您可以使用

---

如果place+1>=len（数字）

你不应该这样使用

next

next

是python中的一个函数，在生成器中调用下一个值时使用。更重要的是，这里没有什么理由使用递归而不是循环。这将产生更多的开销，并限制您可以处理的列表长度，而不会达到堆栈大小限制。一个好的知识库条目——因此，一个好的堆栈溢出问题——可能对其他人有帮助，而不仅仅是第一个提出问题的人。下一个问“这个函数的大O时间是多少？”的人不太可能有完全相同的函数，或者——即使他们有他们将能够找到这个特定的问题。即使你对你正在实施的算法有一个名称，将该算法的名称放在问题标题中，也会让有相同问题的人更容易找到你的问题，从而使它更有可能成为我们网站的一部分。@CharlesDuffy我按照您的建议更新了标题：）谢谢您的回答！这对我来说是清楚的，有道理的。我能看出它是怎样的n+n，因为复制只在最后发生一次，而不是每次迭代。@Emma我相信它是O（1），不是吗？因为它正在更改该索引处的元素，这是一个常量操作。