如果某个操作的摊销时间为O（1），那么最坏情况下是否需要O（N ^ 2）时间？
答案 0 :(得分：3)
是的，它可以。摊销的复杂性考虑了最坏情况出现的频率。因此，一旦最坏情况出现在N^2操作中的大约1个中，则摊销的复杂性将是恒定的。
让我们举个简单的例子 - 在大多数语言中，动态扩展数组（我将在c ++中调用vector）具有一个用于将元素推送到其后面的分摊的常量时间。大部分时间推送元素是一个简单的值赋值，但偶尔会分配所有分配的元素，我们需要重新分配向量。这将是push_back操作的最坏情况，当发生这种情况时，操作具有线性复杂性。矢量增长的方式仍然确保重新分配很少。每次重新分配向量时，它的大小都会翻倍。因此，在进行另一次重新分配之前，我们将进行n个简单的push_back操作（假设n是重新分配之前向量的容量）。结果，线性复杂度的最坏情况在线性数量的运算中最多出现一次。
类似于上面的情况，想象一个在O（n ^ 2）中重新分配的数据结构，但确保在n ^ 2个常量操作中最多执行一次重新分配。这将是具有O（1）和最坏情况复杂度O（N ^ 2）的摊销复杂度的操作的示例。