Time complexity 相同计算的不同大O符号（破解编码面试）

在《编码访谈》第6版第6页中，插入的摊销时间解释如下：

当我们插入元素时，当数组的大小是2的幂时，我们会将容量增加一倍。在X元素之后，我们在 数组大小1,2,4,8,16，十,

加倍分别需要1,2,4,8,16,32,64，X 副本。1+2+4+8+16+之和是多少X

如果你从左到右读这个和，它从1开始，加倍直到 如果你从右向左读，它是从X开始的 直到它达到1

那么X+X/2+X/4+之和是多少1.这大约是2倍。 因此，X次插入需要O（2X）的时间。各项目的摊销时间 插入是O（1）

而对于这个代码片段（递归算法）， `

intf（intn）{
如果（n）p>因为在第二种情况下，n是树的深度，而不是节点的总数。它将是2 ^ n=x，正如你已经说过的。< /p>如果你把2 ^ n看成x，你得到同样的东西。2×x＝2 *（2 ^ n）＝2 ^（n+1）。
int f(int n) { 

  if (n <= 1) {
  return 1;
  }

 return f(n - 1) + f(n - 1); `