有多少步骤和bigO复杂性

Question

def percentBases(dnaStrand):
    cytosine = dnaStrand.count('C')
    guanine= dnaStrand.count('G')
    adenine= dnaStrand.count('A')
    thymine= dnaStrand.count('T')
    
    percentC = round(cytosine/len(dnaStrand)*100,2)
    percentG =  round(guanine/len(dnaStrand)*100,2)
    percentA = round(adenine/len(dnaStrand)*100,2)
    percentT = round(thymine/len(dnaStrand)*100,2)
    
 
    return(percentC, percentG, percentA, percentT)

我已经编写了这段简单的代码，并被要求使用big-O表示法记录大致的时间复杂度。我对big-O符号一无所知，但读完后我会猜测： T（n）=8 O（8）

如果我错了，请纠正我，并试着向我解释。谢谢

Answer 1

函数执行8个操作，所有操作都需要固定的时间。 所以，T（n）=8

就big-o而言，您可以将其写成 T（n）=O（1）或O（c）

Answer 2

要理解函数的大O时间复杂性，您需要了解随着输入大小的变化，计算什么需要更多的时间。您的输入dnaStrand是一个字符串，您执行两个操作count和len，随着输入长度的增加，这两个操作可能需要更多的时间^字符串的{}是常量（source），但count是线性的，因为必须在整个字符串上循环以计算不同子字符串的出现次数。所以，你的函数是4*O（n），或者仅仅是O（n）