列表中所有元素组合的BigO时间复杂度

Question

我试图分析函数fun（最坏情况）的时间复杂性。此功能需要三个输入参数：

• 大小为n的列表a
• 整数threshold
• 连接矩阵conectivityMatrix，大小为n乘以n。不管这个连接性矩阵代表什么，只要认为它为列表a的每对元素分配一个整数就足够了。它必须是对称的。此矩阵的值是任意的（始终为整数）

现在，函数fun具有以下形式

import numpy as np
from itertools import combinations

def fun(a, threshold, conectivityMatrix):
    sizeA = len(a)
    alreadyAdded = set()
    for i in range(sizeA):
        validIndexes = tuple(j for j in range(i, sizeA) if conectivityMatrix[i,j] < threshold) 
        for l in range(len(validIndexes),1,-1):
            for c in combinations(validIndexes, l):
                subset = frozenset(c)
                if any(subset.issubset(aSubset) for aSubset in alreadyAdded): continue
                for iP1, iP2 in combinations(c, 2):
                    if conectivityMatrix[iP1, iP2] > threshold: break
                else:
                     alreadyAdded.add(subset)
    return alreadyAdded

因此，函数fun返回一组a索引的组合，这些组合满足它们在连接矩阵中的各自值小于阈值，并且前提是它们没有被添加到另一个更大的组合中

那么，在最坏的情况下，函数的O()复杂度是多少？我的问题实际上是从定义这个“最坏情况”开始的，因为我不知道它是否对应于连接矩阵的所有值都大于阈值的情况，因为尽管组合的数量是最大的，但它会产生较少的子比较