Java 数组/堆栈/队列的大O表示法

我想知道，在我们插入和删除一个元素的情况下，为什么在平均值中数组/堆栈/队列的大O表示法是O（1）

在我的理解中，这是O（1），因为无论集合中的数据量如何，交织和删除元素都需要恒定的时间，但我仍然有点困惑。如果您能帮我消除困惑，我们将不胜感激。

O（1）-表示法意味着操作是在固定时间内执行的

O（n）-表示法表示操作在线性时间内执行，例如遍历列表

排列 我们从最明显的一个开始。数组A有一个固定的长度n，它的元素可以通过寻址内存中的适当位置（即

A[i]=10;

堆栈 堆栈是后进先出的数据结构。我们总是有一个指向顶部元素的指针/引用。因此，即使堆栈被实现为一个列表，其中我们不能在恒定时间内处理其中的特定元素（我们必须在O（n）中遍历列表），我们也在使用pop/peak访问最顶层的元素，我们有一个指针/引用，因此可以在恒定时间O（1）中访问该元素

队列

---

队列是先进先出的数据结构。与堆栈一样，访问队列的特定元素可以在线性时间O（n）内完成，因为我们需要遍历它。但是我们通常有一个指向队列的第一个和最后一个元素的指针/引用。因此，排队和出列都可以在恒定时间O（1）内执行。

对于基于数组的堆栈，所有操作都是O（1），因为您只能删除堆栈顶部的项（不必循环或迭代或执行任何其他操作）。插入是一样的。 对于基于链接的堆栈，除析构函数外，它们都是O（1），因为必须循环遍历节点并删除每个节点。 对于基于数组的ques，我只确定deque是O（N），因为您返回第一个项目，然后将向前移动

---

我建议看一看，他在那里对所有这些进行了深入的解释。祝你好运

你搞混了什么？@kennytm当我们在avg情况下插入和删除数组/堆栈/队列中的元素时，为什么大O表示法是O（1）为什么不是O（n）？这有帮助吗？至少还不清楚这个问题的作者所说的“插入”是什么意思（特别是同时提及3种不同的数据结构），如果不是的话，这也是多个其他问题的重复。不幸的是，他们似乎不再注册。我认为出于所有这些原因，这应该是关闭的。根据我的理解，在平均情况下，数组/堆栈/队列中的大O表示法是O（1）。因为插入和删除元素需要一个步骤，而不管数组的大小。对于搜索元素，big-o表示法是o（n），因为有时我们搜索的元素是数组的第一个元素、中间元素或最后一个元素。如果我的理解是错误的，请告诉我。我正在浏览这个（）备忘单，我的问题是为什么这里没有数组/堆栈/队列、链接列表、双链接列表、哈希表和二进制搜索树的最佳情况？为什么他们只指定了平均情况和最坏情况？为什么不是最好的案例？

Stack.pop(); //or peak() perhaps