我一直想知道为什么会这样。
例如，假设我想找到一个数字数组中的数字5。我必须将我想要的数字与其他每一个值进行比较，以找到我正在寻找的东西。 这显然是O（N）。
但是，比如说，我有一个我知道的索引包含我想要的项目。我可以直接向右跳吗？对于经过哈希处理的地图也是这种情况，因为当我提供查找的键时，在确定它的索引位置的键上运行相同的哈希函数，所以这也允许我这样，直接跳到它的正确索引。
但我的问题是，为什么通过直接比较找到数组中的值的O（N）查找时间有何不同？
就一台天真的计算机而言，索引不应该与查找值相同吗？当我遍历结构时，我不应该继续原始操作，我必须将当前的指数值与我所知道的那个值进行比较吗？
为什么像二元搜索这样的东西可以实现O（logN）很有意义，但我仍然无法直观地理解为什么某些东西可以是O（1）。
我的想法中缺少什么？
答案 0 :(得分：2)
数组通常存储为一大块内存。
如果您要查找索引，则可以计算该索引在O（1）中的此内存块中的偏移量。
假设数组从内存地址124开始，每个元素大10个字节，那么你就可以知道第5个元素位于地址124 + 10*5 = 174。
二进制搜索实际上（通常）会做类似的事情（因为按索引查找只是数组的O（1）） - 你从中间开始 - 你做一个按索引查找来获取该元素。然后你看看1/4或3/4位置的元素，你需要再次进行索引查找。
答案 1 :(得分：0)
HashMap下面有array。将键/值对添加到地图时。对键hashCode()进行评估和规范化，以便将其值放在数组中的特殊索引中。当两个密钥的代码被规范化为属于地图的相同索引时，它们会附加到LinkedList
当您执行查找时，您正在查找的密钥已对其进行hash code()评估和规范化，以返回索引以搜索密钥。然后它遍历您找到密钥的链表并返回相关值。
在最佳情况下，查找时间与查找array[i] O(1)
加速的原因是因为你实际上不必遍历你的结构来查找某些东西，你只需要跳到你预期的地方。