Python set（）函数算法的复杂性和&&引用；一起使用时的操作员

我想计算给定大小n的这行代码（用于在两个数组中查找公共元素）的big-o，但我不知道set在Python中是如何工作的。还有它们之间的“&”运算符。有人能帮我理解他们到底在做什么吗

result = set(arr1) & set(arr2)

---

给定两组

s1

和

s2

，平均

和
运算符为
O（min（len（s1），len（s2））

&
操作符计算两个集合之间的交集。这意味着结果集合将只包含来自
s1
和
s2
的元素

例如：

{1, 2, 3, 4} & {3, 4, 5}

输出：

{3, 4}

该操作大致等于：

def intersection(s1, s2):

    # make s1 the smaller set no matter what
    if len(s1) > len(s2): s1, s2 = s2, s1

    res = set()

    # iterate over all items in the smaller set and add if they are common to both sets
    for item in s1:
        if item in s2: res.add(item)
    return res

这个时间复杂度是从以下方面推导出来的：要构建结果集，必须迭代其中一个集合中的每个元素，并检查该元素是否在另一个集合中

在一个集合中的所有元素上迭代是
O（N）
，而
中的
操作平均是
O（1）
，从而导致整体
O（N）
运行时

由于您迭代的集合实际上并不重要，python通过迭代较小的集合来节省一些时间，使
O（N）
中的
N
尽可能小，从而导致
O（min（len（s1），len（s2））的复杂性

请注意，这只是平均大小写复杂度。
操作中
的最坏（但非常罕见）大小写复杂度是
O（N）
，如果集合中的每个元素都有相同的散列。这将使
和
操作的最坏情况为
O（len（s1）*len s2）
complexity
请参见注释，在这种特殊情况下，您至少在两个列表上迭代一次以创建集合。