【问题标题】:What are the most common data structures and the Big O for operations on them?最常见的数据结构和对它们进行操作的大 O 是什么?
【发布时间】:2011-10-14 21:22:20
【问题描述】:

我正在尝试掌握大 O 符号。看起来很抽象。我选择了最常见的数据结构——数组、散列、链表(单和双)和二叉搜索树,并对最常见的操作——插入和搜索——的大 O 表示法进行了一些猜测。这是为面试做准备。我只需要学习基础知识,而不是阅读关于算法的整本教科书,尽管这将是理想的。下表有效吗?

Data Structure       Big O Search   Big O Insert
Array                    O(1)          O(n)
Hash                     O(1)          O(1)
Single Linked List       O(n)          O(1)
Double Linked List       O(n)          O(1)
Tree                   O(log n)      O(log n)

【问题讨论】:

    标签: language-agnostic data-structures big-o


    【解决方案1】:

    对于 Array,获取/返回元素需要 O(1),但搜索元素需要 O(n)。 对于 Tree,我假设您的意思是 balanced 二叉搜索树。

    【讨论】:

    • @ChrisAaker 不,我只是在传统意义上处理了 Array。您提到的内容在我看来就像是结合其他技术的增强阵列。与你的面试官分享额外的知识会很好。祝你好运!
    • @Terry ChrisAaker 指的是在给定索引的情况下查找值的地址的成本。数组本身最终是一个指针,因此查找任何元素都是乘法和加法(将索引乘以元素的大小并添加数组地址)。然而,这并不是普遍接受的术语意义上的“搜索”。为此(在事先不知道索引的情况下找到一个值)O(n) 是适当的成本,除非对数组进行排序,在这种情况下 O(lgn) 可以通过二分查找来实现。
    【解决方案2】:

    对于散列插入,请记住 O(1) 是最优的。如果你的哈希表接近满了,你的效率将接近 O(n)。

    此外,对于 排序 数组,搜索是 O(log n)。

    【讨论】:

    • 如果您将负载保持在 70% 以下,O(1) 是平均值
    猜你喜欢
    • 1970-01-01
    • 2011-08-26
    • 1970-01-01
    • 1970-01-01
    • 2015-04-27
    • 1970-01-01
    • 1970-01-01
    • 2013-07-27
    • 1970-01-01
    相关资源
    最近更新 更多