最近我有 开发和实现 一种算法，该算法在非摊销O（log m）时间内执行以下4项操作，其中m是存在的元素数量在记忆中= O（m）。
1.＆gt; insert（int index，int data）::
它随机地动态地插入任何索引（就像在数组中一样）但具有不同的时间复杂度。可以理解为在特定索引处插入数组但主要特征是它可以在O（log）中的相同索引处插入数据m）时间以及从该索引开始连续呈现的所有数据。例如::插入任何数据为：
指数，数据
{
（1,0），
（2,1），
（78,2），
（0,3），
（45,4），
（58999,5），
（32111,6），
（1,7），
（78,8），
（78,9），
（78，-1），
（0，-2），
（0，-3），
（0，-4），
（23，-5）
}。然后所有插入的总时间复杂度为O（log（m！）），这里m = 15，Memory = O（15）。
注意::根据我的算法AS ::数据的新序列存储::
{
（0，-4），
（1，-3），
（2，-2），
（3,3），
（4,7），
（5,0），
（6,1），
（23，-5），
（45,4），
（78，-1），
（79,9），
（80,8），
（81,2），
（32111,6），
（58999,5）
}。
此前预先指定的索引是在相同的索引中移动所有元素，并且在（log m）时间复杂度最差的情况下超出索引。
2＆GT; delete（int index）： 它会删除索引处的数据（如果存在）。最坏情况时间是O（log m）。
3＆GT; getAt（int index）:: 它在index.Time中检索数据（如果存在），其中Worst-Case为O（log m）。
4.＆GT; printAll（）::它将按索引的递增顺序打印所有元素（数据）。所有情况下的时间是O（m），m =否。存在的元素。
时间成本::
对于每个Ist 3操作，最差情况时间在m = no的任何时间都是O（log m）。当时存在的元素和最后一个元素是O（m）。
空间成本::
使用的空间是O（m），m = no。存在的元素。
因为我已经在互联网上搜索过，但并没有找到所有上述4项操作的优化时间和空间费用。
我想知道这样的时间和内存成本是否已被任何人现在所有4次操作所取代，如果不是，它是否可以获得专利？ 此外，我无法透露任何有关我的算法的信息....
答案 0 :(得分：0)
我不认为这是可能的。
如果我们使用有序二进制搜索树，那么对于上面的测试用例，它需要时间为O（log 58999！），空间为O（58999）。
这是因为必须创建所有空节点才能到达最后一个索引
即使我们使用数组，我们也必须创建直到58999索引的数组，而且最坏情况插入将花费O（58989）时间复杂度。
@Gaara：令人惊讶的是，在最坏的情况下你已经达到了O（log 15）的时间复杂度，但是对于获得专利我真的不知道。因为你不会透露更多关于你算法的信息......
@David Eisenstat：我也想知道你将如何实现它。