为什么ArrayList add（）和add（int index，E）复杂度是分摊的常量时间？
为什么不对单个add（）操作使用O（1），对单个add（int index，E）操作使用O（n），使用任何（任意）add添加n个元素（n add operations）使用O（n）方法？假设我们使用add（int index，E）很少添加到数组端？
阵列（和ArrayList）的一个操作复杂性已经有n个元素：
如果我们进行一百万次插入，1和2的平均值不能为O（1），对吧？
为什么Oracle说
添加操作以分摊的常量时间运行，即添加n 元素需要O（n）时间。
我认为add（）的复杂度为O（1），add（int index，E）的复杂度为O（n）。
这是否意味着＆＃34; n次操作的整体复杂性＆＃34; （复杂度O（1）的每个运算）可以说是n * O（1）= O（n）。我错过了什么？
也许对于Oracle＆＃34;添加操作＆＃34;总是意味着只有add（）？并且添加（int，E）是＆＃34;插入操作＆＃34;？然后完全清楚！
我猜测，它与渐近分析和摊销分析之间的差异有关，但我无法把握到最后。
What is amortized analysis of algorithms?
Why the time complexity of an array insertion is O(n) and not O(n+1)?
More appropriate to say Amortized O(1) vs O(n) for insertion into unsorted dynamic array?（不太清楚）
答案 0 :(得分：13)
用Oracle术语（暗示默示）和谈论List
boolean add(E) boolean add(int index, E) 当Oracle写
时添加操作以分摊的常量时间运行，即添加n 元素需要O（n）时间。
意思是：
单个boolean add(E)操作的复杂性按摊销O（1）。
它不能只是O（1）渐近（总是）因为我们很少需要增加数组容量。这个单独的添加操作实际上是“创建新的更大的数组，将旧的数组复制到其中，然后将一个元素添加到结尾”操作是O（n）渐近复杂度，因为在增加List容量时复制数组是O（ n），增长加上加法的复杂度是O（n）[计算为O（n）+ O（1）= O（n）]。如果没有这种容量增长操作，增加的复杂性就是O（1），元素总是被添加（追加）到数组的末尾（最大索引）。如果我们“添加”（=插入）不到数组结束，我们需要移动最右边的元素（具有更大的索引），并且单个这样的操作的复杂性将是O（n）。
现在，对于单个添加操作，渐近复杂度是O（1）用于无增加容量，O（n）用于增加容量增加（这种情况非常罕见）。
单个添加操作的分摊复杂性为O（1）。它反映了这样一个事实，即罕见的O（n）生长和添加操作被更多的O（1）无添加 - 无增长“稀释”，因此“平均”单个操作是O（1）。 / p>
n个加法运算的“渐近复杂度”是O（n）。但在这里我们谈论n个操作的复杂性，而不是一个操作的复杂性。这样做并不是一种严格的方式（“渐近复杂度”），但无论如何。 n次操作的摊销复杂性更不明显。
最后，boolean add(int index, E)单一操作复杂度始终为O（n）。如果触发增长，则为O（n）+ O（n）[grow + insert]，但2 * O（n）与O（n）相同。