这篇之前的 SO 帖子描述了使用 .NET Intersect() 方法：
Intersection of two sets in most optimized way
它将方法的大 o 复杂度描述为 o(m+n)。这是时间和空间的大复杂度吗？
另外，我在其他地方读到 n 应该在 m 之前以大 o 符号表示，所以上面的复杂度应该写成 o(n+m)。 m 之前的 n 是正确的序列，还是这些变量的序列在大 o 符号下（非常）无关紧要？
【问题讨论】：
标签： .net big-o complexity-theory asymptotic-complexity
(1) 答案描述了从一个列表中构建一个哈希集，并根据它检查另一个列表中的元素。空间复杂度来自构建哈希集。哈希集的大小与放入其中的元素数量成正比，m 或 n，取决于您构建哈希集的集合。假设您在最坏的情况下从更大的集合中构建散列集。那么空间复杂度是O(max(m, n))。这个复杂度等级与 O(m + n) 相同。为什么？因为对于所有正的 m, n，max(m, n)
(2) m + n
【讨论】：
这是时间和空间的最大复杂性吗？
如果你使用 O(m + n) 方法，空间复杂度将为 O(m < n ? m : n)。为什么？您可以将 m 和 n 大小的集合中较小的一个保留在内存中，然后从较大的集合中一次读取一项，以测试较大的集合中的一项是否在较小的集合中。否则，如果你将它们都保留在内存之外，空间复杂度将变为 O(1)，而时间复杂度将达到 O(mn)。
m 之前的 n 是正确的序列吗？还是这些变量的序列在大 o 表示法中无关紧要（非常）？
既然 m + n = n + m，那就无所谓了。如果复杂度类似于 O(m Log n) 或 O(mn2)，那么我确定您不能将其写为 O(n Log m) 或 O(nm2).
【讨论】：