Language agnostic 不同的数据结构&；复杂性

我知道存在具有不同数据结构的

---

我想知道是否有一个地方可以让我以整洁的表格格式（供参考）获得复杂性（插入、删除、更新等）。

您在问题中链接到的页面有许多数据结构的列表。它们中的每一个都有一个详细说明特定数据结构的页面。我知道您希望比较表采用现成的格式，但由于它似乎不存在，因此您可以通过浏览各个页面轻松地将其组合在一起。例如，对数组中的各种算法进行了比较，并对b-树进行了比较。因此，可能需要一些工作才能将其编译成一个简单的引用。嗯……也许有一篇博文正在制作中。

在维基百科上：

---

这正是我想要避免的。但谁知道这可能很有趣。无论如何，谢谢你。

+----------------------+----------+------------+----------+--------------+
|                      |  Insert  |   Delete   |  Search  | Space Usage  |
+----------------------+----------+------------+----------+--------------+
| Unsorted array       | O(1)     | O(1)       | O(n)     | O(n)         |
| Value-indexed array  | O(1)     | O(1)       | O(1)     | O(n)         |
| Sorted array         | O(n)     | O(n)       | O(log n) | O(n)         |
| Unsorted linked list | O(1)*    | O(1)*      | O(n)     | O(n)         |
| Sorted linked list   | O(n)*    | O(1)*      | O(n)     | O(n)         |
| Balanced binary tree | O(log n) | O(log n)   | O(log n) | O(n)         |
| Heap                 | O(log n) | O(log n)** | O(n)     | O(n)         |
| Hash table           | O(1)     | O(1)       | O(1)     | O(n)         |
+----------------------+----------+------------+----------+--------------+

 * The cost to add or delete an element into a known location in the list
   (i.e. if you have an iterator to the location) is O(1).
   If you don't know the location, then you need to traverse the list to the location of deletion/insertion, which takes O(n) time. 
** The deletion cost is O(log n) for the minimum or maximum, O(n) for an arbitrary element.