不同的算法有不同的时间复杂度。我对这个太好奇了。
O(m+n) 代表一个线性函数，类似于 O(m) 或 O(n)，它们也代表线性函数。 O(m+n) 与 O(m) 或 O(n) 有何不同？它们都代表线性时间。在 O(n)/O(m) 的情况下，我们忽略其他项，只取最高次。即使在以下等式的情况下：T(n)=n+1+n+1；我们使 T(n)=2n 并因此使其成为 O(n)。无论如何，我们没有考虑等式的其他部分。
我确实阅读了一些关于此的文章，但我不太明白这些是什么意思，因为根据这些文章（或者我可能误解了），m 和 n 代表两个变量 i 和 j，但如果是这样，那么为什么我们把双指针算法写成 O(n^2)。
这一切让我很困惑，请向我解释其中的区别。
答案 0 :(得分：0)
m 和 n 可能具有非常不同的值，这就是为什么 O(m+n) 不同于 O(m) 或 O(n)（但类似于 {{1} })
简单例子：
图上的广度优先搜索的复杂度为 O(max(m,n))，其中 O(V+E) 是顶点数，V 是边数。
对于密集图 E 可能和 E 一样大，所以 V*(V-1)/2 并且我们不能说复杂度是 E~V^2 - 在这种情况下它是 {{1} }.
另一方面 - 非常稀疏的图，其中 O(V) 与 O(V^2) 相比非常小。在这种情况下，我们不能说 E - 在这种情况下是 V。
并且 O(E) 在所有情况下都有效。