在典型的动态数组实现中，当没有新元素的空间时，我们将堆栈加倍。在这种情况下，推动操作的平均时间加倍是O（n）。
推送的复杂性是什么，如果不是加倍，我们将堆栈大小增加了（n + k）？
我的方法如下
假设堆栈为空，并且k = 10，我们将堆栈增加到10个元素。在10个元素之后，我们将其设为20个元素，依此类推。
复制元素的平均时间是10 + 20 + 30 + ...
因此推送的平均时间必须是O（n）的顺序？
我的方法是否正确？
答案 0 :(得分：4)
您的计算不正确。动态数组的典型实现将其大小加倍（或者更常见的是，通过 x 百分比增加其大小）是有原因的。
如果你将大小从1增加到n = 2 i ，你复制的元素总量是1 + 2 + 4 + 8 + 16 + ... + 2 我。如果对此求和，则它小于2 i + 1 ，因此总时间复杂度为O（n），并且一次插入的amortized time complexity为O（1）。如果n不是2的幂，则计算会稍微复杂一些，但结果将是相同的。
另一方面，如果你将大小增加k，从0增加到n = i * k，你复制的元素总量是k + 2k + 3k + ... + ik。如果对此求和，则为（ik + k）*（ik / k）/ 2 = O（n 2 ）。并且一次插入的摊销复杂性将是O（n）。
正因为如此，你的解决方案要比加倍大小更糟糕。
答案 1 :(得分：1)
根据您增加存储量的方式而且k足够小，对于所有情况或其他情况，它可能是O（1）。
通过'how'，我的意思是，在托管语言中，人们会创建一个大小为n + k的新数组，然后将旧数组（大小为n）复制到新数组，最后替换旧数组的引用新的。那将是：O（1）（数组创建，它是一个假设）+ O（n）（数据复制）+ O（1）（参考变化）。我们忽略垃圾收集器执行，因为它非常依赖于实现。在非托管语言中，可以使用类似于realloc的内容，以便保留旧元素而无需复制，因为新存储占用相同的内存区域，仅扩展到所需项目的数量。在这种情况下，对于所有情况都是O（1）。请注意，然而，由于内存碎片，有时将存储扩展到所需项目的数量是不可能的，因此采用类似于托管语言的方法（但是由realloc实现隐式完成）。对于这个，复杂性与托管语言相同：O（n）。
从实际的角度来看，这是答案，我希望你能从上述答案的分析角度找到答案。祝你好运。