我目前无法识别和理解以下算法的复杂性时间。
背景：有一个文件列表，每个文件都包含一个候选ID列表。文件数量和文件数量都不固定。
如何计算一个算法的时间复杂度，该算法负责： 读取每个文件并将所有唯一候选ID添加到Hashset中？
感谢。
答案 0 :(得分：0)
我只是重复说什么，所以如果你明白的话，请给他一个upvote - 我觉得这个解释有点令人困惑。
您的平均复杂度为O（n），其中n是候选者的总数（来自所有文件）。因此，如果您有a个文件，每个文件都有b个候选人，则所用时间与a * b成正比。
这是因为解决问题的最简单方法是简单地遍历所有数据，将它们添加到集合中。该集合将根据需要丢弃重复项。
循环遍历所有值需要与值的数量成比例的时间（即O（n）部分）。向哈希集添加值需要恒定时间（或O（1））。由于这是每次进入的恒定时间，因此您的总时间仍为O（n）。
然而，哈希集具有奇怪的最坏情况行为 - 它们需要的时间与某些（异常）情况下的内容大小成正比。所以在最糟糕的情况下，每次添加一个值都需要O（m）的工作量，其中m是集合中的条目数。现在m是（大约 - 它从零开始，然后上升到......）不同值的数量。所以我们有两个常见的情况：
如果不同候选者的数量随着我们阅读更多而增加（例如，90％的文件总是新的候选者）则m与n成比例。这意味着添加每个候选人的工作与n成比例增加。所以总的工作与n ^ 2成正比（因为对于每个候选人，我们确实与n成比例，并且有n个候选者）。所以最坏的情况是O（n ^ 2）。
如果 distinct 候选者的数量实际上是固定的，那么当您阅读越来越多的文件时，他们往往只是已知的候选人。在这种情况下，插入集合的额外工作是不变的（对于唯一候选者，您只能获得固定次数的奇怪行为 - 它不依赖于n）。在这种情况下，随着n越来越大，集合的性能不会越来越差，因此最坏的情况复杂性仍为O（n）。