我们先看一下时间复杂度的概念:
????在计算机科学中，算法的时间复杂度（Time complexity）是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。
记作: T(n) = O(f(n))。它表示随着 输入大小n 的增大，算法执行需要的时间的增长速度可以用 f(n) 来描述。
接下来我们对比一下数组 / 链表 / 二叉树增删改查的时间复杂度
一.数组 数组长度设为n
1.正常数组:
增改查:
既然知道数值对应的下标,那么我们要想找到一个数组中的数,只需要锁定其下标,对它进行增改查操作即可.所以这是一步锁定的操作.
则这种情况下增改查的时间复杂度是 O(1).
删:
一步锁定找到想要删除的数值,进行删除,然后需要移动删除部分后面的数值,如果该数值在数组头部,则需要移动n次,若在尾部,则无需移动,取一个平均值则需要n/2次,忽略常数,所以删操作的时间复杂度是 O(n).
2.无下标数组:
不知道数值的对应下标的数组,我们简称为无下标的数组,不知道所要操作的数值在数组的什么地方,这就需要我们去数组遍历寻找,然后进行操作.
增:
数组是地址连续存储的,所以对数组进行增操作,只要在数组尾部增加即可,一步到位,所以增操作的时间复杂度是 O(1).
删:
要遍历找到想要删除的数值,进行删除,如果该数值在数组头部,则需要遍历一次,若在尾部,则需要遍历n次,取一个平均值则需要遍历n/2次,忽略常数,所以删操作的时间复杂度是 O(n).
改:
改操作同删除操作类似,要遍历找到想要更改的数值,进行更改,所以改操作的时间复杂度是 O(n).
查:
查操作也同上,时间复杂度是 O(n).
3.有序无下标数组:
查:
这里我们先说查操作,计算机在进行操作时,会选择使用最优的方法解决问题,我们这里的数组是有序的,所以使用 二分查找 比遍历查找更快,其平均查找次数是log2n.
实际上由于所有的对数都和其他对数成比例(从底数位2转换到底数位10需乘以3.332)，我们可以将这个为常数的底数也可忽略。由此不必指定底数：时间复杂度是 log(n).
增:
针对有序无下标的数组,不能随意在尾部添加数据,应该找到数据适合添加的位置,平均查找次数是平均查找次数是log2n,找到该位置后,还要将插入位置后面的数组进行后移操作,平均移动次数也是n/2,相加则平均进行n/2+log2n次操作,时间复杂度取最大值,则增操作的时间复杂度是 O(n).
删:
删操作同样针对有序无下标的数组,要遍历找到想要删除的数值,进行删除,平均查找次数是log2n,找到该位置后删除,还要将删除位置后面的数组进行前移操作,平均移动次数是n/2,同理删操作的时间复杂度是 O(n).
改:
改操作同删除操作类似,要遍历找到想要更改的数值,进行更改,平均查找次数是log2n,还要将该更改的数找到合适的位置移动排序,平均查找次数是n/2,所以改操作的时间复杂度是 O(n).
二.链表 设链表长度为n
1.单向无序链表:
增:
链表是通过记录头部地址来进行寻找后面数值的,所以需要遍历链表操作,如果在头部增,只需要查找一次,时间复杂度是 O(1),在尾部增需要查找n次,时间复杂度是 O(n).
删:
要遍历找到想要删除的数值,进行删除,对于链表,我们没法使用二分查找,只能遍历查找,找到该节点后删除,平均查找次数是n/2,时间复杂度是 O(n).
改:
要遍历找到想要更改的数值,同样只能遍历查找,平均查找次数是n/2,时间复杂度是 O(n).
查:
要遍历查找,同样只能遍历查找,平均查找次数是n/2,时间复杂度是 O(n).
2.单向有序链表:
增:
针对有序链表操作,需要保持其有序的原则,遍历链表找到该数值所在节点可以增加的位置,平均查找次数是n/2,时间复杂度是 O(n).
删:
通过遍历查找,找到该节点后删除,平均查找次数是n/2,时间复杂度是 O(n).
改:
通过遍历查找,找到想要更改的数值,同样只能遍历查找,平均查找次数是n/2,然后需要根据有序原则,为该节点寻找适合的位置进行移动,平均查找时间是n/2,时间复杂度是 O(n).
查:
要遍历查找,同样只能遍历查找,平均查找次数是n/2,时间复杂度是 O(n).
三. 二叉排序树: 二叉排序树又称二叉查找树，它或是一棵空的二叉树，或是具有下列性质的二叉树：
若它的左子树不空，则左子树上所有节点的值均小于根节点的值
若它的右子树不空，则右子树上所有节点的值均大于根节点的值
它的左右子树也都是二叉排序树
查:
给定值的比较次数等于给定值节点在二叉排序树中的层数。如果二叉排序树是平衡的，则n个节点的二叉排序树的高度为log2n +1,其查找效率为O(log2n)，近似于折半查找。如果二叉排序树完全不平衡，则其深度可达到n，查找效率为O(n)，退化为顺序查找。一般的，二叉排序树的查找性能在O(log2n)到O(n)之间。因此，为了获得较好的查找性能，就要构造一棵平衡的二叉排序树。
增/删/改:
同理如查
四.总结 【#|数据结构 : 数组 / 链表 / 二叉排序树增删改查的时间复杂度解析】该表时间复杂度是根据已知数值,对数组 / 链表 / 二叉树进行操作的总结:
| 数据结构 | 增 | 删 | 改 | 查 |
|---|---|---|---|---|
| 正常数组 | O(1) | O(n) | O(1) | O(1) |
| 无下标数组 | O(1) | O(n) | O(n) | O(n) |
| 有序无下标数组 | O(n) | O(n) | O(n) | log(n) |
| 单向无序链表 | O(n) | O(n) | O(n) | O(n) |
| 单向有序链表 | O(n) | O(n) | O(n) | O(n) |
| 双向无序链表 | O(n) | O(n) | O(n) | O(n) |
| 双向有序链表 | O(n) | O(n) | O(n) | O(n) |
| 二叉树(最好情况) | O(logn) | O(logn) | O(logn) | O(logn) |
| 二叉树(一般情况) | O(logn)~O(n) | O(logn)~O(n) | O(logn)~O(n) | O(logn)~O(n) |
| 二叉树(最坏情况) | O(n) | O(n) | O(n) | O(n) |
推荐阅读
- 人工智能|干货！人体姿态估计与运动预测
- 分析COMP122 The Caesar Cipher
- 技术|为参加2021年蓝桥杯Java软件开发大学B组细心整理常见基础知识、搜索和常用算法解析例题（持续更新...)
- 笔记|C语言数据结构——二叉树的顺序存储和二叉树的遍历
- C语言学习(bit)|16.C语言进阶——深度剖析数据在内存中的存储
- Python机器学习基础与进阶|Python机器学习--集成学习算法--XGBoost算法
- 数据结构与算法|【算法】力扣第 266场周赛
- 数据结构和算法|LeetCode 的正确使用方式
- leetcode|今天开始记录自己的力扣之路
- 人工智能|【机器学习】深度盘点（详细介绍 Python 中的 7 种交叉验证方法！）