Python 以下算法的空间复杂度是多少？

下面的算法使用递归查找列表中最大的元素

def largest(s):
    if len(s) == 0:
        return 'List can\'t be empty'
    elif len(s) == 1:
        return s[0]
    elif s[0] <= s[1]:
        return largest(s[1:])
    else:
        s.remove(s[1])
        return largest(s)

时间复杂度是开启的，因为我们对函数的总调用数是n个最大的，并且每个调用执行O1操作。

---

我很难计算出空间的复杂性。我想它是开着的，但我不确定。

切片一个标准列表确实会创建一个浅表！切片的副本。你说的对，这是成功的。在分配的额外内存中；不计算列表本身，当然它已经在内存中了

---

正如Reut在评论中指出的，这是Python解释器的一个实现细节，但我不能确定是否有解释器以不同的方式处理切片。任何在不复制的情况下创建切片的实现都必须改用写时复制。

首先，时间复杂度不为on，因为list.remove操作不是O1，而是on。 因此，您的时间复杂度为^2-想象一下在这个数组上应用最大的时间复杂度[5 4 3 2 1] 您可以看到python操作复杂性的列表

---

空间复杂度为^2，因为当您执行return largests[1:]时，您复制的是列表，而不是引用，因此您保留了列表的所有中间部分。执行s.removes[0]然后返回最大值将增加空间复杂性，因为您正在处理引用

空间复杂度在技术上是开的，因为您正在传递列表的副本，但理论上是O1，因为它可能是python的其他实现中的引用。@ReutSharabani使用numpy数组将使其成为O1。