Question

与插入，搜索，索引，空格和删除复杂性有关的堆栈，队列，集合和双端队列的Big-O效率是多少？

Answer 1

这实际上取决于每个数据结构的实现。我会讨论几个，这样你就可以了解如何确定这一点。

我们假设Stack类是使用Node实现的（它可以用LinkedList，ArrayList，arrray等实现。

Node top, bottom;
public Stack(Node n){
    top = bottom = n;
}

Stack有3种主要方法：peek，push和pop。

public int peek(){
    return top.value; //only return value
}

涉及的处理不多。它只返回了一个原始值。时间和空间都是 O（1）。

public void push(Node n){
    n.next = top;
    top = n;
}

仍然没有真正的处理。时间和空间都是 O（1）。让我们跳过pop()并尝试更有趣的事情。让我们尝试一种名为contains(int v)的方法。它将搜索堆栈以查看它是否包含Node，其中包含的值等于v。

public bool contains(int v){
    Node current = top;
    while(current != null){
        if(current.value == v){
            return true;
        }
        current = current.next;
    }
    return false;
}

基本上，我们将遍历Node引用，直到找到值或结束。在某些情况下，您会及早发现价值，在某些情况下会在未来发现。但是，我们关心最坏的情况！最糟糕的情况是我们必须检查每一个Node。假设有 n 节点，那么我们有 O（n）。

您可以将这些分析技能应用于其他数据结构，因此您可以自己解决其余问题。这不是太糟糕。祝好运。：）

Answer 2

我一直在使用它：http://bigocheatsheet.com/，但几乎没有关于为何使用这些大O值的信息。你必须自己深入研究它。

Answer 3

我很惊讶你无法在网上找到这些信息。

您在问题中列出的数据结构之间存在区别。

我将从队列和堆栈数据结构开始。堆栈和队列都提供对数据的专门访问，因为没有随机访问，只有顺序访问。因此，您无法谈论随机访问性能。在这种情况下，堆栈或队列的任何体面实现都将为插入和删除操作提供O（1）访问（以各自的形式）。

集合是一种非常不同的结构，其性能将在很大程度上取决于底层实现。例如，您可以使用基础哈希表实现一个集合，用于接近恒定时间的插入，删除和查找操作，或者您可以使用O（log n）的平衡搜索树来实现它。

Answer 4

这里的问题是这些数据结构通常是根据其他数据结构实现的。例如，set可以实现为哈希表或使用红黑树算法。

堆栈不提供随机访问，但通常实现为一个内存块（例如一个数组），其中一个元素指向堆栈顶部，更新为push和{{1操作。

pop可以实现为具有非常不同的插入，删除和索引特征的数组或链表。 queue更有可能被实现为链接列表，但C ++标准库中的Microsoft实现使用混合方法（请参阅What the heque is going on with the memory overhead of std::deque?）。

Answer 5

Big-O表示法通常保留用于算法和函数，而不是数据类型此外，时间复杂性在很大程度上取决于实施。要求“堆栈”数据类型的Big-O时间复杂度就像要求“排序”的Big-O时间复杂度。这一切都取决于实施。（更具体地说，某些特定于案例的优化和要求可能会大大改变时间复杂度。）

如果您希望使用C ++ STL作为参考实现，您可以找到有关每种列出的数据类型from here的复杂性的详细信息。只需搜索数据类型和操作。

什么是堆栈，队列，集合和双端队列的Big-O？

5 个答案: