【发布时间】：2014-01-04 03:18:59
【问题描述】：
在 Java 中，假设我需要在代码中多次访问 array1[index]。
即使对于非常大的数组，我是否可以假设每个单独的数组访问都需要恒定的时间？
这在语言或底层架构之间会有所不同吗？
【问题讨论】：
标签： java optimization data-structures time-complexity
【发布时间】：2014-01-04 03:18:59
【问题描述】：
数组查找总是 O(1)。它不依赖于数组的大小。数组的基本思想是它包含具有固定大小的对象/引用，因此您只需执行size * index 即可获得您要查找的对象的位置。
所以它不像LinkedList（即O(n)，也不是HashMap，即O(1) 摊销。
我认为大多数语言都是这种情况。 javascript 可能是一个例外，因此请务必检查您使用的语言的文档。
【讨论】：
-
在考虑到较大的数组可能不适合内存页面时，数组大小肯定会发挥作用。
-
每种语言都不一样 - 例如，其他答案之一提到了 javascript。
-
这是内存分页问题而不是语言问题。
-
但是内存分页会改变访问时间。
-
我认为你可以说在那种极端情况下访问时间是摊销的
O(1)。
对于 array1 大小为 N 的大值，我可以假设每个单个数组访问 (array1[index]) 需要恒定时间吗？
在 Java 中，是的。同样在 C、C++ 和 C# 中，除非可能超出范围的操作系统级内存分页问题。
此访问时间是否取决于语言（java 与 C++）或底层架构？
它可以，如果所讨论的语言将事物称为“数组”，而不是通常的“连续内存块”意义上的真正数组。 （JavaScript 会这样做；它的 Array ([]) 类型 is really a map；PHP 使用术语“数组”作为“关联数组”[例如，映射]的简写。）因此，对于给定的环境/语言，它是值得的检查该术语没有被滥用或随意使用。
【讨论】：
访问数组中的元素是常数时间（它只是计算地址偏移量）。对于您列出的所有语言，此行为都是一致的。虽然不应该假定它适用于所有语言，但它适用于大多数语言。
在缓存未命中/命中、管道等方面存在一些复杂性，但基本上是恒定时间。
List 并非如此。一些 List 实现为不同的操作提供了不同的性能特征。
扩展复杂性：
问题是“大型数组的访问速度会变慢”。正确答案是“是”。
就访问顺序而言，它将保持 O(1)，但实际访问可能需要相当长的时间。例如，如果数组的大小导致您出现缓存未命中（因此数据需要从主内存获取到处理器的缓存）和/或内存分页问题（因此需要从磁盘获取数据），它将变得更慢，尽管那是任何大型数据集的属性，而不是数组。
在大多数情况下，这种差异并不值得担心。在您开始担心诸如缓存未命中之类的事情之前，我们正在谈论相当重的优化。然而，正如这个问题所说明的那样，这些事情是值得了解的：
Why is it faster to process a sorted array than an unsorted array?
由于处理器工作方式的细节，代码上看似无关的细节（数组的预排序）从表面上看应该总是花费相同的时间运行速度提高五倍。
【讨论】：