Recursion 使用递归python的大o

我想知道这个递归的大O表示法（是n-1吗？）。谢谢

示例代码的递归关系为
T（n）=T（n-1）+c
当你把这个关系解为

def maxnum(l):
    if len(l)==1:
       return l[0]
    else:
        largest=maxnum(l[1:])
        if l[0]>largest:
            return l[0]
        else:
            return largest

---

因此时间复杂度为TC=O（n*c）
等于O（n）示例代码的递归关系为
T（n）=T（n-1）+c
当你把这个关系解为

def maxnum(l):
    if len(l)==1:
       return l[0]
    else:
        largest=maxnum(l[1:])
        if l[0]>largest:
            return l[0]
        else:
            return largest

---

因此时间复杂度是TC=O（n*c）
等于O（n）

不是

O（n-1）

，大oh忽略常数因子。那么对于10个元素，答案是9倍？什么？你的问题没有道理。“9次”是什么意思？这与Big-O有什么关系？大O是关于渐近的，最坏情况的行为，而不是计算你期望某个循环运行多少次……我的意思是，对于10个元素，最糟糕的情况是要计算9次？大Oh符号涉及找到渐近行为的上界。它不是

O（n-1）

，大oh忽略常数因子。那么对于10个元素，答案是9倍？什么？你的问题没有道理。“9次”是什么意思？这与Big-O有什么关系？大O是关于渐近的，最坏情况的行为，而不是计算你期望某个循环运行多少次……我的意思是，对于10个元素，最糟糕的情况是要计算9次？大Oh符号关注的是找到渐近行为的上界。