Python 这个单调算法的空间复杂度？

我编写了一个算法来确定输入数组是否是单调数组（其元素从左到右完全递增或完全递减）

我想知道这个算法的空间复杂度是多少。我认为它是O（n），因为计数随着数组大小的增加而增加。基本上，每次当前元素=到下一个元素时，我都会增加计数。所以count和count2的最大值基本上是输入数组的大小，如果循环遍历每个元素

如果我错了，有人能解释一下并纠正我吗

def monotonic(array):
    count = 0
    count2 = 0
    for i in range(len(array) - 1):
        if array[i] <= array[i + 1]:
            count += 1
        if array[i] >= array[i + 1]:
            count2 += 1
    if array == []: return True
    if count == len(array) - 1 or count2 == len(array) - 1:
        return True
    else:
        return False

def单调（数组）：
计数=0
count2=0
对于范围内的i（透镜（阵列）-1）：
如果数组[i]=数组[i+1]：
count2+=1
如果数组==[]：返回True
如果count==len（数组）-1或count2==len（数组）-1：
返回真值
其他：
返回错误

时间复杂度为O（n）

---

空间复杂度为O（1）。唯一使用的存储是

count

和

count2

。没有额外的列表，也没有会占用可变堆栈空间的递归调用。

在计算大小复杂度时，通常的假设是，如果某个内容适合内存，那么它的大小适合恒定数量的位，因为计算机机器字的大小是由其结构定义的常数

---

这是一个务实的选择，我们会在适当的时候做出不同的假设。陈述复杂性的目的是说一些有用的东西。我们都知道渐近分析在技术上不适用于实的、有界的机器，但无论如何它是一个有用的工具。

从技术上讲，空间复杂度是O（logn）因为Python整数是无界的：），但这只在输入数组具有不切实际的大小时才开始起作用。所以使用变量来保存值始终是常量空间吗？@Thomas Two可以玩这个游戏！从技术上讲，列表只能如此之大，猜测可能是O（2^64）上限，因此计数上限约为2^64。@SamuelP正确。在所有实际应用中，整数变量的大小都是恒定的。@JohnKugelman：对于处理数论的人来说，我不太确定。