对于代码中的多个参数，与O2N相比，OM + N的混淆更正确

问题描述

我听说此代码中正确或最严格的上限是O（N + M）。我的问题是为什么说O（N + N）是错误的。我听说这将是一个松散或错误的上限。如果是这样，我们如何知道O（n） O（m）？我一直看到的主要原因是我们在O（2N）上使用O（N + M）是因为无法保证O（N）= O（M）。我的困惑是我们怎么不能说O（N）= O（M）是真的？显然，我们有两个简单的for循环，它们线性运行，这使我们可以将它们添加到我的脑海中并使其变为O（N + N）。我要去哪里错了？是因为我们不知道两个线性增长率是否有任何关系？如果在常规数学中是这种情况，我们可以知道两个线性增长率都不同，则可以将2x与3x相加，使其成为2x + 5x。

public void ex(int n,int m)
{
int i - 0;
int j = 0; 
while(i < n)
{ 
    i++: 
}
while(j < m)
{
    j++; 
}
}

解决方法

由于我们不知道N是否等于M，并且存在两个循环，因此O（N + M）。
我们不能说O（N + N）或O（M + M），因为N和M可能相差很大。

让我们说while循环的一次迭代需要1秒。 考虑N = 5＆M = 10000。

所以，5秒+10000秒= 10005秒。

现在，如果您考虑过O（N + N），则只需10秒钟。

如果您考虑过O（M + M），则大约需要20000秒。

两者差异很大。

因此O（N + M）更好，更准确。

当然，如果N几乎等于M，那么我们可以说O（N + N）再次等于O（N），因为我们删除了常量（在这种情况下为2）。

但是，总的来说，它具有线性时间复杂度。