Python 是以下解决方案'；时间复杂度O（N）？

我试图计算函数“twoSum”的时间复杂度，并写下每一行的开销以及它的执行次数。最后，我做了两个向量：一个是成本向量，另一个是频率向量，然后计算它们的内积。我得到如下结果：

（n+n+nlogn+n+n+nlogn+n+n）=9n+2logn>>9n

占主导地位，因此时间复杂度是

O（n）

。如果我错了，请纠正我

class Solution(object):

    def binarySearch(self,arr, l, r, x): 
    if r >= l: 
        mid = l + (r - l)/2
        if arr[mid] == x: return mid 
        elif arr[mid] > x:return self.binarySearch(arr, l, mid-1, x)  
        else: return self.binarySearch(arr, mid + 1, r, x) 
    else:return -1

    def twoSum(self, nums, target):
    temp = [i for i in nums] # o(n) 1 time
    nums = list(set(nums)) # o(n) 1 time
    nums.sort() # o(nlogn) 1 time
    for i in range(len(nums)): # o(n) 1 time 
        s = target - nums[i] #  o(1) n times 
        idx_binary = self.binarySearch(nums, 0, len(nums)-1, s) # o(logn) > n times 
        if idx_binary > -1: # o(1) n times 
                idx = temp.index(s, temp.index(nums[i])+1) # o(n) > 1 time
                return [temp.index(nums[i]), idx] # o(n) > 1 time
            else:
                return [temp.index(nums[i]), temp.index(s)] # o(n) > 1 time

---

您的简化有一个错误，它应该是9n+2nlogn，其中nlogn占主导地位，因此答案是O（nlogn）

如果我理解正确，运行“O（logn）>n次”的行的时间复杂度为O（nlogn）