Scheme中此函数的时间复杂度是多少？

我试图在θ符号中找到这个函数的时间复杂度。 现在，n是一个正整数，lst是一个包含2个数字的列表

(define (func n lst)
  (if (= n 0) lst
      (accumulate append null
                  (map (lambda (x)
                         (func (- n 1) (list x x)))
                       lst))))

如您所知，append的时间复杂度为Θ（n），其中n是列表的总体大小。我试着看看如果我把append和accumulate当作Θ（1）函数，会发生什么，然后我得到：

T（n）=2T（n-1）+Θ（1），即-->Θ（2^n）

这是否意味着θ表示法中这个东西的实际时间复杂度远大于Θ（2^n）

我甚至不确定单凭这个假设我是对的，而且不管怎样，如果我需要同时考虑积累和附加，我不知道该怎么做

我在这件事上浪费了好几个小时，我真的不明白为什么我不能自己解决这个问题。。。 任何帮助都将不胜感激

顺便说一句，这里是累积代码：

(define (accumulate op init lst)
   (if (null? lst)
       init
          (op (car lst)
             (accumulate op init (cdr lst)))))

---

如果你看一下输出，这听起来似乎是有道理的

(func 3 (list 1 2 3))
=> (1 1 1 1 1 1 1 1 2 2 2 2 2 2 2 2 3 3 3 3 3 3 3 3)

对于lst 2^n的每个元素，将创建元素，即l*2^n。算法可能更糟

---

显然这是不好的。函数accumulate不是尾部递归函数，因此func也不是。一个2^n的非尾部递归函数是非常无用的。

我也在尝试得到更精确、更合理的解释，但现在我认为你的思路是正确的，因为你在每次调用中都会产生2个新的递归，这将导致O（2^n）的复杂性。首先，感谢你的帮助。我知道这是一个无用的函数，但它是作为一个家庭作业问题给我的。（在最初的问题中，情况甚至更糟，我没有被告知n和lst，所以lst可以是一个包含20个或更多数字的列表）