Apriori算法的計算復(fù)雜度主要受以下幾個因素的影響：

1. **支持度閥值 (A)**：
- 支持度閥值越低，算法需要計算并生成的頻繁項集就越多，從而增加了時間和空間復(fù)雜度。

2. **項數(shù)（維度） (B)**：
- 項數(shù)越多，可能的項集組合就越多，算法需要檢查的候選項集數(shù)量隨著項數(shù)呈指數(shù)增長，因此項數(shù)的增加會顯著提升計算復(fù)雜度。

3. **事務(wù)數(shù) (C)**：
- 事務(wù)數(shù)增加，意味著算法需要處理的數(shù)據(jù)量增多。在掃描事務(wù)數(shù)據(jù)庫時，更多的數(shù)據(jù)量會增加計算復(fù)雜度。

4. **事務(wù)平均寬度 (D)**：
- 事務(wù)平均寬度指的是每個事務(wù)中項的平均個數(shù)。平均寬度越大，意味著每個事務(wù)包含的項越多，因此每次掃描事務(wù)時需要處理的數(shù)據(jù)量越大，從而增加了復(fù)雜度。

### 綜上所述，需要綜合考慮以上四個因素：

| 影響因素 | 對復(fù)雜度的影響 |
|----------------|---------------------|
| 支持度閥值 (A) | 支持度閥值低時，復(fù)雜度增加 |
| 項數(shù)（維度） (B) | 項數(shù)多時，復(fù)雜度增加 |
| 事務(wù)數(shù) (C) | 事務(wù)數(shù)多時，復(fù)雜度增加 |
| 事務(wù)平均寬度 (D)| 寬度大時，復(fù)雜度增加 |

因此，正確答案是：A, B, C, D。