时间复杂度 - 各种数据结构的时间复杂度分析

阅读目录(Content)

• 参考
• 详细解析
• 数组
• 数组列表：
• 链接列表：
• 双链表：
• 堆栈：
• 队列/ Deque /循环队列：
• 二进制搜索树：
• 红黑树：
• 堆/ PriorityQueue（最小/最大）：
• HashMap中/Hashtable/ HashSet的：

回到顶部(go to top)

参考

https://cloud.tencent.com/developer/ask/112047

https://blog.csdn.net/chao2016/article/details/82425317

回到顶部(go to top)

详细解析

数组

• 设置，在特定索引处检查元素：O（1）
• 搜索：O（n）数组是否未排序，O（log n）如果数组排序并使用类似于二分搜索的东西，
• Delete阵列中没有可用的操作。根据我们的要求，我们可以通过将其设置为某个特定值来象征性地删除元素，例如-1,0等
• 同样，Insert对于数组基本上Set是在开始时提到的

数组列表：

• 添加：摊销O（1）
• 删除：O（n）
• 包含：O（n）
• 尺寸：O（1）

链接列表：

• 插入：O（1），如果在头部完成，则O（n）在其他任何地方，因为我们必须线性移动链表到达该位置。
• 删除：O（1），如果在头部完成，则O（n）在其他任何地方，因为我们必须线性移动链表到达该位置。
• 正在搜索：O（n）

双链表：

• 插入：如果在头部或尾部完成，则O（1），O（n）如果在其他任何地方，因为我们必须线性移动链表到达该位置。
• 删除：O（1），如果在头部或尾部完成，则O（n）在其他任何地方完成，因为我们必须线性移动链表到达该位置。
• 正在搜索：O（n）

堆栈：

• 推：O（1）
• Pop：O（1）
• 上：O（1）
• 搜索（像查找，像一个特殊的操作）：O（n）（我猜是这样）

队列/ Deque /循环队列：

• 插入：O（1）
• 删除：O（1）
• 尺寸：O（1）

二进制搜索树：

• 插入，删除和搜索：平均情况：O（log n），最差情况：O（n）

红黑树：

• 插入，删除和搜索：平均情况：O（log n），最差情况：O（log n）

堆/ PriorityQueue（最小/最大）：

• 查找最小值/查找最大值：O（1）
• 插入：O（log n）
• 删除最小值/删除最大值：O（log n）
• 提取最小/提取最大值：O（log n）
• 查找，删除（如果有的话）：O（n），我们将不得不扫描所有的元素，因为它们没有像BST那样排序

HashMap中/Hashtable/ HashSet的：

• 插入/删除：O（1）
• 重新大小/散列：O（n）
• 包含：O（1）