Java 树映射插入与哈希映射插入的复杂性

我对这两种算法的时间复杂性感到困惑

//time complexity O(nlog(n))
public void usingTreeMap(){
    Map<Integer, Integer> map = new TreeMap<Integer, Integer>();
    for (int i = 0; i < 10; i++) {
        map.put(i, i);
    }
}
//time complexity O(n)
public void usingHashMap(){
    Map<Integer, Integer> map = new HashMap<Integer, Integer>();
    for (int i = 0; i < 10; i++) {
        map.put(i, i);
    }
}

//时间复杂度O（nlog（n））
使用TreeMap（）的公共无效{
Map Map=newtreemap（）；
对于（int i=0；i<10；i++）{
地图。放置（i，i）；
}
}
//时间复杂度O（n）
使用HashMap（）的公共void{
Map Map=newhashmap（）；
对于（int i=0；i<10；i++）{
地图。放置（i，i）；
}
}

usingTreeMap算法的时间复杂度正确吗？我知道在treemap中插入时间是log（n），但是如果我们迭代10个元素的数组，它会变成nlog（n）

usingTreeMap算法的时间复杂度是否正确

Javadoc中正确指定了基本

TreeMap

操作的时间复杂性

我知道在树映射中，插入时间是log（n）

对

但是如果我们迭代10个元素的数组，它会变成nlog（n）

如果这意味着插入这10个元素，则时间复杂度为

M*log（N）

，其中

M

是数组的大小，

N

是

树状图的大小。

如果这不意味着，则问题不清楚。

可能不是。（即，当10个元素中有4个元素具有相同的键时，N将是7），因此我认为重复键越多，插入的时间就越好

HashMap的复杂性 对于HashMap，备份存储是一个数组。当您尝试插入十个元素时，您会得到散列，根据该散列计算特定的数组索引，因为它是后面的一个数组，所以您会插入O（1）

• 对于第一个元素，插入所需的时间=O（1）
• 对于第二个元素，插入所需的时间=O（1）
• 对于第n个元素，插入所需的时间=O（1）

因此，在HashMap中插入n个元素的总时间=n*O（1）=O（n）

---

带树映射的复杂性 在这种情况下，备份存储是一棵树。对于总共有k个元素的树，平均而言，找到位置的时间是O（logk）

• 插入第一个元素的时间=O（1）
• 插入第二个元素的时间=O（日志1）=0=O（1）
• 插入第三个元素的时间=O（日志2）
• 插入第n个元素的时间=O（对数（n-1））

---

总时间=日志1+日志2+日志3+…+日志（n-1）

---

现在，log1插入时间复杂度通常是基于每个实例定义的

平均值情况：

• hashmapo（1）
• 树映射O（logn）——因为底层结构是一棵红黑树

最坏情况：

• Hashmap O（n）——在哈希冲突的情况下
• 树状图O（logn）

在上面的代码中，由于要插入多个项目，我们需要区分映射中有多少元素（n）和映射中添加了多少元素（m）。如果映射最初为空，则上面的运行时是正确的。如果它们已经有一些元素，那么运行时将是：

                                Avg      Worst
Insert m elements into HashMap: O(m)     O(mn)
Inset m elements into TreeMap:  O(mlogn) O(mlogn)

---

始终表示每个元素的插入时间。当然，如果您插入

n

元素，则将该值乘以

n

。HashMap的平均值为O（1）。如果您碰巧有很多冲突或必须增加表，插入可以是O（n）。但是m和n不是一样吗？？？@luckying_noobster否。答案中清楚地说明了

m

和

n

的内容。@luckying_noobster

TreeMap

的大小不是固定的。当我们插入元素时，大小会增加，如1，2，3。。。在这种情况下为10。日志1+日志2+日志3+…+Log（n-1）=Log（（n-1）*（n-2）*…1）=Log（（n-1）！）=~Log（（n-1）^n-1）=（n-1）Log（n-1）=~nLog（n）@Aspirant9：是的。。有很多方法可以得出相同的答案。：-）