这是一个基本问题......但我认为O（M + N）与O（max（M，N））相同，因为当我们进入无穷大时，较大的项应该占主导地位？而且，这与O（min（M，N））不同，是吗？我一直看到这种符号，尤其是在讨论图算法时。例如，您经常看到：O（| V | + | E |）（例如http://algs4.cs.princeton.edu/41undirected/）。
答案 0 :(得分：8)
是，O（M + N）与O（max（M，N））的含义相同。这与O（min（M，N））不同。正如@Dr_Asik所说，O（M + N）在技术上是线性O（N）但是当M和N有意义时，能够说“线性在什么？”是很好的。想象一下，算法的行数和列数是线性的。我们可以定义N = rows + cols并说O（N）或者我们可以说O（M + N）其中M是行，N是列。
答案 1 :(得分：2)
线性时间记为O（N）。由于（M + N）是线性函数，因此也应简单地注意O（N）。同样地，将O（1）与O（2），O（10）等进行比较是没有意义的，它们都是恒定的时间，应该都注意到O（1）。
答案 2 :(得分：1)
我知道这是一个老话题，但是当我正在研究这个时，我想我会为目前搜索类似问题的人增加两分钱。
我认为在表示为adjacency list的图形的上下文中，O（n + m）正是如此，并且由于以下原因而无法更改：
1）O（n + m）= O（n）+ O（m），但O（m）上限为O（n ^ 2），因此 O（n + m）= O（n）+ O（n ^ 2）= O（n ^ 2）。然而，这纯粹仅仅是n，也就是说，它只考虑顶点并给出一个弱上界（弱，因为它试图用顶点表示边）。这确实表明O（n）不等于O（n + m），因为与顶点相比，可能是一个二次数量的边。
2）说O（n + m）考虑了在实现算法时必须通过的所有元素，该算法被简化为Breadth First Search（BFS）。因为它只考虑图中的所有元素一次，它可以被认为是线性的，并且是一个更严格的分析，用n ^ 2对边缘进行上限。为了表示法，可以写出类似n = | V |的东西+ | E |因此BFS运行是O（n）并给读者一种线性感，但一般来说，正如OP提到的那样，它写成O（n + m），其中 n = | V |和m = | E |。
非常感谢，希望这有助于某人。