试图找出修改后的DFS的计算复杂性

Question

我正在处理图形问题，使用未加权的无向图，使用邻接列表表示，并且我使用DFS查找任何后边缘以便能够删除它们。问题是我无法弄清楚这个程序的计算复杂性。

我的DFS仅与DFS_visit子例程中的原始DFS不同，因为我没有使用时间戳。我将在这里发布子程序：

DFS_visit (G=(V,E), u):
    color[u] = Grey
    for each v \in Adj[u]
        if color[v] = White
            \pi[v] = u
            DFS_visit (G, v)
        if (u, v) is a back edge
            Adj[u].remove(v)
            Adj[v].remove(u)
    color[u] = Black

＆＃34;删除＆＃34;过程探索邻接列表，直到找到v，然后将前一个节点（下一个节点为v）链接到v。旁边的节点（完成here） 因此，假设删除过程中的每个其他操作都可以在恒定时间内完成，那么它应该是最坏的情况Big O（| Adj [u] |）过程（当v是Adj [u]中的最后一个元素时发生）。

现在，在正常的DFS中，多次调用DFS_visit（每个节点一次）。正常的DFS_visit是一个\ Theta（E）程序（因为每个节点只访问一次，而\ sum（| Adj [u] |）= 2 * E），但在我的程序的最坏情况下会发生什么？ 现在我唯一的想法是每个后边缘都会调用两次删除。但我无法找出任何上限或任何有助于计算整个DFS计算复杂性的内容。