O(m+n) 对比 O(m) /O(n)
O(m+n) vs O(m) /O(n)
不同的算法有不同的时间复杂度。这个我一直很好奇。
O(m+n)表示一个线性函数，就像O(m)或O(n)一样，也表示线性函数。 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，只取最高阶。即使在下式的情况下：T(n)=n+1+n+1；我们使 T(n)=2n 从而使它成为 O(n)。无论如何，我们不考虑等式的其他部分。
我确实读过一些关于这个的文章，但我不太明白那些是什么意思，因为根据那些文章（或者我误解了），m 和 n 代表两个变量 i 和 j，但如果是这样的话，那我们为什么要把两指针算法写成 O(n^2).
这一切让我很困惑，请给我解释一下区别。
m 和 n 可能有非常不同的值，这就是为什么 O(m+n) 不同于 O(m) 或 O(n)（但类似于 O(max(m,n)))
简单示例：
图的广度优先搜索具有复杂性 O(V+E)，其中 V 是顶点数，E 是边数。
对于密集图 E 可能和 V*(V-1)/2 一样大，所以 E~V^2 我们不能说复杂度是 O(V) - 在这种情况下它是 O(V^2).
另一方面 - 非常稀疏的图形，其中 E 与 V 相比非常小。在这种情况下我们不能说 O(E) - 在这种情况下它是 O(V).
并且O(E+V)在所有情况下都有效。
不同的算法有不同的时间复杂度。这个我一直很好奇。
O(m+n)表示一个线性函数，就像O(m)或O(n)一样，也表示线性函数。 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，只取最高阶。即使在下式的情况下：T(n)=n+1+n+1；我们使 T(n)=2n 从而使它成为 O(n)。无论如何，我们不考虑等式的其他部分。
我确实读过一些关于这个的文章，但我不太明白那些是什么意思，因为根据那些文章（或者我误解了），m 和 n 代表两个变量 i 和 j，但如果是这样的话，那我们为什么要把两指针算法写成 O(n^2).
这一切让我很困惑，请给我解释一下区别。
m 和 n 可能有非常不同的值，这就是为什么 O(m+n) 不同于 O(m) 或 O(n)（但类似于 O(max(m,n)))
简单示例：
图的广度优先搜索具有复杂性 O(V+E)，其中 V 是顶点数，E 是边数。
对于密集图 E 可能和 V*(V-1)/2 一样大，所以 E~V^2 我们不能说复杂度是 O(V) - 在这种情况下它是 O(V^2).
另一方面 - 非常稀疏的图形，其中 E 与 V 相比非常小。在这种情况下我们不能说 O(E) - 在这种情况下它是 O(V).
并且O(E+V)在所有情况下都有效。