Java Arraylist时间复杂度：是否根据需要同时复制和移动元素？_Java_Arraylist_Time Complexity_Add

Java Arraylist时间复杂度：是否根据需要同时复制和移动元素？

java time-complexity

Java Arraylist时间复杂度：是否根据需要同时复制和移动元素？,java,arraylist,time-complexity,add,Java,Arraylist,Time Complexity,Add,我试图找出这两种方法在时间复杂度上的差异： public ArrayList<Integer> populateList(int n){ ArrayList<Integer> list = new ArrayList<Integer>(); for(int i=0; i< n; i++) list.add(0, i); return list; } public ArrayList<Integer> popu

我试图找出这两种方法在时间复杂度上的差异：

public ArrayList<Integer> populateList(int n){
  ArrayList<Integer> list = new ArrayList<Integer>();
  for(int i=0; i< n; i++)
     list.add(0, i);
     return list;
  }

public ArrayList<Integer> populateList(int n){
  ArrayList<Integer> list = new ArrayList<Integer>();
  for(int i=0; i< n; i++)
    list.add(i);
    return list;
  }

public ArrayList populateList（int n）{
ArrayList=新建ArrayList（）；
对于（int i=0；i


我知道big-o是根据最坏情况定义的，而添加到arraylist的最坏情况是调整大小，从而将所有元素复制到一个新数组中。我认为方法2应该是O（n^2），因为对于数组中的每个元素，都有可能需要将所有元素复制到一个更大的数组中
但我不确定方法1，因为我不确定事情的顺序。似乎可以将复制元素和插入新元素结合起来，这样您就不必首先将旧元素添加到更大的列表中，然后在添加新元素时根据需要移动所有元素。如果是这样的话，方法1似乎是O（n^2）而不是O（n^3）。但这就是工作原理吗？
方法1是O（n^2）
方法2比O（n^2）好得多：存储数据的内部数组分配了一些自由空间，并且内部数组的增长是指数型的，因此n个元素的迭代很少发生。由于在末尾追加，因此没有其他理由在每个步骤中迭代所有元素
 ArrayList
由数组支持。如果在数组的头部“插入”一个元素，则必须将所有其他元素向右移动一次以腾出空间。这意味着一次呼叫：
list.add(0, i);

是O（n）
，因为必须移动每个元素（已添加）。

如果你这样做n次
，它是O（n^2）

但在（备份）数组的末尾添加一个元素：
只需要在数组中未使用的元素中放入一个值，即O（1）
，除非数组已满并且需要分配和复制另一个更大的数组，即O（n）
，但这种情况只会随着数组的增长而发生，尤其是O（log n）

如果你做的操作是O（1）
，除了O（n）
每log n
次，n
次，那就是O（n log n），我对最坏情况下的工作原理有点困惑。很少，但有时，方法2会是O（n^2），不是吗？这些不经常发生的事件是否构成了整个算法的大o？方法2是简单的O（n）吗？是的，方法2是O（n）——这里有一个很好的解释：这非常有用。非常感谢。
list.add(i);