两种方法的时间复杂度（一种使用 dict 和其他列表）答案

【问题标题】：Time complexity of both the approaches (one is using dict and other list)两种方法的时间复杂度（一种使用 dict 和其他列表）
【发布时间】：2020-08-17 12:45:50
【问题描述】：

给定一个数组 A 和 B。根据数组 A 定义的顺序对 B 进行排序。B 是数组 A 的子集。例如：

Input:
a = [52,23,34,1,98,2,57,6,12,89,176,45, 90, 35 ]
b = [12,52,1,35]
Output = [52, 1, 12, 35]

解释- 因为 52 在数组 A 中排在第一位，因此我们先打印它，然后是 1，依此类推...

解决方案1在python3中使用Hashmap/dictionary：

a = [52,23,34,1,98,2,57,6,12,89,176,45, 90, 35 ]
b = [12,52,1,35]
d ={}
j =0

for i in b:
    d[i]= j
    j = j+1
   

for i in a:
    if i in d:
        print(i)

使用数组的解决方案 2：

a = [52,23,34,1,98,2,57,6,12,89,176,45, 90, 35 ]
b = [12,52,1,35]

for i in a:
    if i in b:
        print(i)

所以我的问题是解决方案 1 和解决方案 2 的时间复杂度不同吗？还是 O(n^2) 对于这两种解决方案......或者是解决方案 1 的 O(n) 和解决方案 2 的 O(n^2) ......还是任何其他复杂性

【问题讨论】：

技术上您的第一个解决方案是显示 O(n+m) 或 O(2n)，因为第一个循环需要 n 次迭代，第二个循环需要 m，然后是时间复杂度为 O(n + m)，而第二种解决方案仅为 O(n)。
但是解决方案 2 中的 IF 语句不是 O(n) 复杂的.. 因为 If 基本上是在列表中搜索..@FishingCode
如果是嵌套的 for 循环，则为 O(n^2)，但事实并非如此。在b 中找到该元素的最佳情况是 O(1) 但最坏情况是 O(n) 大小 n 常数。

标签： python arrays dictionary time-complexity

【解决方案1】：

实际上在列表中搜索一个值是 O(n) 复杂度，所以第二个解决方案更糟糕，因为它的 O(n^2) 在字典中搜索键是 O(1) 所以第一个解决方案是 O(n)

【讨论】：

【解决方案2】：

解决方案 1：O(|a| + |b|)
方案二：O(|a| * |b|)

并且解决方案 1 应该使用集合，而不是字典。

【讨论】：