Recursion 图的深度优先遍历递归函数的时间复杂度

我是学习递归函数和时间复杂性的初学者。 我有一个递归函数：

def walk(g, visited_Set):
    if g is None or g in visited: return
    visited_Set.add(g) ### mark as visited
    print(g.value) ### process before visiting outgoing edges
    for node in g.edges:
        walk(node, visited_Set) ### walk all outgoing edge targets

在最坏的情况下，如果每个节点都连接到其他节点。

---

这是n^n时间复杂度还是n^2时间复杂度？

如果最坏的情况是每个节点都会命中n^2以外的其他节点

对于每n（n次），我们将再次点击n（n次）。所以我们会打n，n次

想象一下，如果您有一个包含5项的数组：

[A、B、C、D、E]

如果将每个索引与我们的其他索引进行比较：

A与A、B、C、D、E的比较（5倍）

B与A、B、C相比。。。。（5次）

E与A、B、C、D、E相比（5倍）

---

如果n=5，则假设集合查找和插入是

O（1）

，则图形遍历将是

O（n+e）

，其中

n

是节点数，

e

是边数

<如果你认为A是最坏的情况，它有<代码> n（n-1）/2 < /COD>边，这会造成时间复杂度<>代码> o（n+n（n-1）/2）< /> > ->代码> o（n席）