《编程导论》9.3.5 算法复杂度_多项式复杂度（辅助学习的笔记~）

这是最近一篇的关于多项式复杂度的笔记嘞~大家也在疫情期间加油学习！！！

#9.3.5 Multinomial fitness complexity（多项式复杂度）
#subset，子集；intersect，相交

def isSubset(L1, L2):
    """ 假定L1和L2是列表
        如果L1的每个元素都出现在L2中返回True,否则返回False"""
    for e1 in L1:
        matched = False
        for e2 in L2:
            if e1 == e2:
                matched = True
                break
        if not matched:
            return False
    return True
    #第一个循环会被执行O(len(L1))次，第二个O(len(L2))次
    #因此函数复杂度是O(len(L1)*len(L2))

def intersect(L1, L2):
    """ 假定L1和L2是列表
        返回一个列表，包含共同元素"""
    tmp = []
    for e1 in L1:
        for e2 in L2:
            if e1 == e2:
                tmp.append(e1)
    #去掉重复的元素
    result = []
    for e in tmp:
        if e not in result:
            result.append(e)
    return result
    #后半部分有坑点，并不是单纯的线性复杂度O(len(tmp))
    #因为if语句其实是对result跟e进行校对，所以应该是O(len(tmp)*len(result))
    #而后半部分是根据L1和L2中较短的部分来决定的，所以增长速度没有前半部分快
    #因此函数复杂度是O(len(L1)*len(L2))

（里面有英语生词的记录别介意哈hhh[手动狗头]）
各位第二个函数不理解的可以对比一下前后两个函数，之所以后面多了个“*len(result)”正是因为它实质是在列表result中遍历e，对比result中是否有e，这就相当于是个循环了，而第一个函数则只是纯粹的运行一次的条件语句，高下立断了~
希望我的奇葩解析大家能看懂[笑cry]嘻