用SqList类实现：有两个集合采用递增有序的整数顺序表A、B存储，设计一个在时间上尽可能高效的算法求两个集合的差集C，C仍然用顺序表存储，并给出算法的时间和空间复杂度。例如A=（1,3,5,7），B=（1,2,4,5,9），差集C=（3,7）。写出完整代码

为了高效地找出两个有序整数集合A和B的差集C，我们可以利用两个指针i和j分别遍历A和B，同时维护一个辅助数组result用于存放结果。由于A和B都是有序的，当A的当前元素大于B的当前元素时，说明A的这个元素在差集中，我们将其添加到result并移动A的指针；如果A的元素小于等于B的元素，则仅移动B的指针。最后，将result中剩余的部分作为差集。

以下是算法的伪代码：

function diffSet(A, B):
    i = 0   // A的指针
    j = 0   // B的指针
    result = []  // 存放结果

while (i < length(A) and j < length(B)):
    if A[i] > B[j]:
        result.append(A[i])
        i++
    else if A[i] <= B[j]:  // 如果A[i]不大于B[j]
        j++

// 将剩余A中的元素添加到result
while i < length(A):
    result.append(A[i])
    i++

return result

时间复杂度分析：最坏的情况下，我们需要遍历整个A列表，然后遍历整个B列表（忽略已经从B移除的元素），所以时间复杂度为O(max(len(A), len(B)))。

空间复杂度分析：除了存储输入的两个列表之外，我们额外创建了一个result数组来存储结果，其大小与结果集C的大小相同，即O(len(C))。因此，总的空间复杂度为O(len(C))。

请注意，实际编程语言中，你可以使用循环或迭代器来避免显式计算数组长度，如Python的`enumerate()`函数，但在描述算法步骤时，上述伪代码形式更为直观易懂。