请求分析findSum算法的时间复杂度（基于大O表示法）

先看你给出的代码：

function findSum(arr,value){
    const set = new Set();
    for (let val of arr) {
      set.add(val);
    }
  
    const res = [];
    
    for (let val of set) {
      const target = value - val
      if (set.has(target)) {
        res.push(val, target);
        break;
      }
    } 
    return res.length > 0 ? res : false;
  }

时间复杂度：O(n) #

• 第一步循环遍历输入数组arr，将每个元素添加到Set中。Set的add操作平均时间复杂度是O(1)，所以这部分的时间开销是O(n)（n为arr的元素个数）。
• 第二步遍历Set，寻找满足val + target = value的元素对。Set的has操作平均也是O(1)，最坏情况下需要遍历整个Set（比如找不到符合条件的元素，或者符合条件的元素是Set的最后一个），而Set的最大元素个数等于arr的长度n，所以这部分最坏开销也是O(n)。
• 把两部分加起来，总时间复杂度是O(n) + O(n) = O(n)。

空间复杂度：O(n) #

• 我们创建了一个Set来存储arr中的元素，最坏情况下arr没有重复元素，Set需要存储所有n个元素，所以空间复杂度是O(n)。
• 额外的数组res最多存储2个元素，这部分空间是常数级O(1)，可以忽略不计。

内容的提问来源于stack exchange，提问作者johnjoker13