Çeşitli veri yapılarının zaman karmaşıklıkları nelerdir?

Diziler, İkili Arama Ağacı, Yığın, Bağlantılı Liste vb. Gibi yaygın veri yapılarının işlemlerinin zaman karmaşıklıklarını listelemeye çalışıyorum ve özellikle Java'dan bahsediyorum. Çok yaygındırlar, ancak sanırım bazılarımız kesin cevap konusunda% 100 emin değiliz. Herhangi bir yardım, özellikle referanslar, büyük ölçüde takdir edilmektedir.

Örneğin, tek bağlantılı liste için: Bir iç elemanın değiştirilmesi O (1) 'dir. Bunu nasıl yaparsın Sen VAR değiştirmeden önce eleman aramak için. Ayrıca Vector için bir iç eleman eklemek O (n) olarak verilir. Ama neden bunu endeksi kullanarak amorti edilmiş sabit zamanda yapamıyoruz? Eksik bir şey varsa lütfen düzeltin.

Bulgularımı / tahminlerimi ilk cevap olarak gönderiyorum.

Diziler

• Belirli bir indekste elemanı ayarla, kontrol et : O (1)
• Arama : Dizi sıralanmamışsa O (n) ve dizi sıralıysa ve ikili arama gibi bir şey kullanılıyorsa O (log n) ,
• Aivean'ın belirttiği gibi Delete, Diziler üzerinde hiçbir işlem yoktur . Gereksinimlerimize bağlı olarak, bir öğeyi belirli bir değere, örneğin -1, 0, vb. Ayarlayarak sembolik olarak silebiliriz.
• Benzer şekilde, Insertdiziler için temelde Setbaşlangıçta belirtildiği gibidir

Dizi Listesi:

• Ekle : Amortize Edilmiş O (1)
• Kaldır : O (n)
• İçerir : O (n)
• Beden : O (1)

Bağlantılı liste:

• Ekleme : O (1) , baştan yapılırsa, O (n) başka bir yerde ise, bağlantılı listeyi doğrusal olarak geçerek o konuma ulaşmamız gerektiğinden.
• Silme : O (1) , kafadan yapılırsa, başlıkta O (n) başka bir yerde ise, bağlantılı listeyi doğrusal olarak geçerek bu konuma ulaşmamız gerektiğinden.
• Aranıyor : O (n)

Çift Bağlantılı Liste:

• Yerleştirme : O (1) , baş veya kuyrukta yapılırsa, O (n) başka herhangi bir yerde, çünkü bağlantılı listeyi doğrusal olarak geçerek o konuma ulaşmamız gerektiğinden.
• Silme : O (1) , baştan veya kuyruktan yapılırsa, O (n) başka bir yerde ise, bağlantılı listeyi doğrusal olarak geçerek bu konuma ulaşmamız gerektiğinden.
• Aranıyor : O (n)

Yığın:

• İtin : O (1)
• Pop : O (1)
• Üst : O (1)
• Arama (Özel bir işlem olarak arama gibi bir şey): O (n) (Sanırım öyle)

Kuyruk / Geri Çekme / Dairesel Kuyruk:

• Ekle : O (1)
• Kaldır : O (1)
• Beden : O (1)

İkili Arama Ağacı:

• Ekle, sil ve ara : Ortalama durum: O (log n) , En Kötü Durum: O (n)

Kırmızı-Siyah Ağaç:

• Ekle, sil ve ara : Ortalama durum: O (log n) , En Kötü Durum: O (log n)

Heap / PriorityQueue (min / maks):

• Min / Maks Bul : O (1)
• Ekle : O (log n)
• Min / Maks Sil : O (log n)
• Min / Ekstrayı Çıkar : O (log n)
• Ara, Sil (eğer varsa): O (n) , BST gibi sıralanmadıkları için tüm öğeleri taramamız gerekecek

HashMap / Hashtable / HashSet:

• Ekle / Sil : O (1) amorti edildi
• Yeniden boyutlandırma / karma : O (n)
• İçerik : O (1)