docs: clarify the operation-counting convention

docs/chapter_computational_complexity/time_complexity.md

@@ -717,7 +717,7 @@ $T(n)$ 是一次函数，说明其运行时间的增长趋势是线性的，因
 2. **省略所有系数**。例如，循环 $2n$ 次、$5n + 1$ 次等，都可以简化记为 $n$ 次，因为 $n$ 前面的系数对时间复杂度没有影响。
 3. **循环嵌套时使用乘法**。总操作数量等于外层循环和内层循环操作数量之积，每一层循环依然可以分别套用第 `1.` 点和第 `2.` 点的技巧。
 
-给定一个函数，我们可以用上述技巧来统计操作数量：
+以下示例将每次赋值或打印语句的执行计为一次操作，暂不统计循环变量初始化、条件判断和递增的开销；这些开销不影响本例的渐近时间复杂度。我们可以用上述技巧进一步简化计数：
 
 === "Python"
 
@@ -964,9 +964,9 @@ $T(n)$ 是一次函数，说明其运行时间的增长趋势是线性的，因
 
 $$
 \begin{aligned}
-T(n) & = 2n(n + 1) + (5n + 1) + 2 & \text{完整统计 (-.-|||)} \newline
+T(n) & = 2n(n + 1) + (5n + 1) + 2 & \text{简化前 (-.-|||)} \newline
 & = 2n^2 + 7n + 3 \newline
-T(n) & = n^2 + n & \text{偷懒统计 (o.O)}
+T(n) & = n^2 + n & \text{简化后 (o.O)}
 \end{aligned}
 $$