我目前无法识别并理解以下算法的复杂性时。
背景：有文件的列表，每个都包含候选ID的列表。 这两个，文件和在其中的候选人数的数目是不固定的。
你将如何计算的算法，其负责的时间复杂度：读取每个文件并添加所有的唯一候选ID添加到HashSet的？
谢谢。
Answer 1:
我只是随声阿米特说，所以，请给他给予好评，如果这是你清楚 - 我觉得解释有点混乱。
一般的复杂度为O（n），其中n是考生总数（所有文件）。 所以如果你有a文件，每个文件b候选人则所花的时间是成正比的a * b 。
这是因为您解决问题最简单的方法是简单地通过所有的数据环路，将它们添加到组。 该集将丢弃重复是必要的。
遍历所有的值需要时间成比例（也就是O（n）的部分）的值的数量。 添加值的散列集花费一定的时间（或O（1））。 因为这是每个条目固定的时间，你的总时间仍然为O（n）。
然而，散套有一个奇怪的最坏情况下的行为 - 他们采取的时间与内容中的一些（异常）的情况下大小。 因此，在最糟糕的情况下，每次添加一个值时它需要的工作，其中M是集合的条目数的O（M）的量。
现在m为（约 - 它是从零开始并且上升到...）的不同值的数目。 所以我们有两个常见的情况：
如果不同的候选的数目增加，因为我们读更多（因此，例如，90％的文件总是新候选）则m与n成比例。 这意味着添加每个候选的工作增加了与n成比例。 所以总的工作正比于N ^ 2（因为每个候选我们所做的工作与n成比例，且有N个候选）。 这样的最坏情况是O（n ^ 2）。
如果不同的考生人数其实是固定的，那么当你读到越来越多的文件，他们往往只是充满已知的候选人。 在这种情况下，用于插入一组额外的工作是恒定的（你只能得到奇怪的行为的固定次数的唯一候选人-它不依赖于N）。 在这种情况下，集合的性能不守每况愈下正变得越来越大，所以最坏的情况下复杂仍然为O（n）。
文章来源: Algorithm Complexity Time
