编写一个C-++程序来应用一个递归函数来计算一维数组中所有数字的频率。将介于0到99 之间的随机数生成为大小为100的数组。以大Oh表示法提供代码的复杂性。 步骤：a.为该数组分配随机数 b.计算数组中所有数字的频率 c.存储所有数字的频率 d.将频率从最小到最大进行排序。 e.显示每个数字及其频率。

以下是使用递归函数来计算一维数组中数字频率的C++程序：

#include <iostream>
#include <cstdlib>
#include <algorithm>
using namespace std;

void calculateFrequency(int arr[], int freq[], int i, int n) {
    if(i == n) // base case
        return;
    freq[arr[i]]++; // increment frequency of current element
    calculateFrequency(arr, freq, i+1, n); // recursive call for next element
}

void displayFrequency(int freq[]) {
    cout << "Number\tFrequency" << endl;
    for(int i=0; i<100; i++) {
        if(freq[i] > 0) // display only if frequency is non-zero
            cout << i << "\t" << freq[i] << endl;
    }
}

int main() {
    int arr[100];
    int freq[100] = {0}; // initialize frequency array with zeros

    // generate random numbers between 0 and 99 and store them in array
    for(int i=0; i<100; i++) {
        arr[i] = rand() % 100;
    }

    // calculate frequency of each element in array
    calculateFrequency(arr, freq, 0, 100);

    // sort frequency array in ascending order
    sort(freq, freq+100);

    // display frequency of each number in array
    displayFrequency(freq);

    return 0;
}

复杂性分析：

- 时间复杂度：递归函数 `calculateFrequency()` 会调用自身 `n` 次，其中 `n` 是数组的大小，因此时间复杂度为 O(n)。
- 空间复杂度：我们使用了大小为 100 的数组来存储随机数和数字频率，因此空间复杂度为 O(1)。