逆正态分布函数的复杂度

逆正态分布函数的复杂度取决于具体的实现方式。一种常见的计算逆正态分布函数的方法是使用数值优化算法，如牛顿法或二分法。在这种情况下，复杂度通常为O(log n)，其中n是所需精度的位数。

另一种更高效的方法是使用近似公式，如Hart算法或Beasley-Springer-Moro算法。这些算法通常具有固定的计算复杂度，例如O(1)或O(√log n)。

综上所述，逆正态分布函数的复杂度取决于所选择的算法和所需精度。