Python 如果我有两个for循环，一个循环是常量，另一个循环迭代数组大小M，那么时间复杂度是O（M）还是O（kM）？

我写了一段代码来回答这个问题：

给定整数数组nums和整数k，返回k个最频繁的元素。您可以按任何顺序返回答案

例1： 输入：nums=[1,1,1,2,2,3]，k=2 输出：[1,2]

为了总结我的代码，我在nums中输入每个项作为字典中的键，然后简单地对每个元素进行计数，方法是迭代numbs，并将对象的“计数”作为值存储在字典中：

from collections import defaultdict

class Solution:
    def topKFrequent(self, nums: List[int], k: int) -> List[int]:

        my_dict = defaultdict(int)
        top_two_final = []

        for i in range(len(nums)):
            my_dict[nums[i]] += 1

        sorted_values = sorted(my_dict.values(), reverse=True)

        for j in my_dict:
            for l in sorted_values[:k]:
                if my_dict[j] == l:
                    top_two_final.append(j)

        return set(top_two_final)

我的问题是关于时间和空间的复杂性

我相信两者都是O（Mk）；其中M是输入num的大小，数组“排序的_值”（即k）的大小

---

但既然k是一个常数，那么得出两种复杂度都是O（M）的结论是否正确呢？

在最好的情况下，它似乎是在最坏的情况下当nums列表是连续的数字[1,2,3…M]时，由于排序，大O变为O（MlogM）