数组VS链表（时间复杂度）

本文旨在解决传统链表查找效率低下的问题，探索如何在不改变链表基本特性的前提下，实现快速查找功能。我们将专注于单向链表结构的优化方案。首先分析传统链表的查找性能问题然后介绍哈希表辅助查找的原理接着展示具体实现代码最后讨论应用场景和优化思路链表(Linked List)：一种线性数据结构，由节点组成，每个节点包含数据和指向下一个节点的指针。哈希表(Hash Table)：通过哈希函数将键映射到值的数据结构，支持快速查找。时间复杂度(Time Complexity)

1.在具有N个结点的中，访问结点和增加结点的分别对应为O(1)和O(N)。(F)解析 1).单链表访问前驱结点的时间复杂度为O(N)，访问后继结点的时间复杂度为O(1)。2).增加结点也分为前插和后插两种情况：前插的时间复杂度为O(N)，后插的时间复杂度为O(1)。原因如下 ：访问（增加）前驱结点需要从头开始顺序访问，而访问（增加）后继结点只需要进行一次间接寻址的操作。2.对于顺序存储的长度为N的线性表，访问结点和增加结点的时间复杂度分别对应为O(1)和O(N)。√分析：题目字眼 “

单向链表要删除某一节点时，必须要先通过遍历的方式找到前驱节点（通过待删除节点序号或按值查找）。若仅仅知道待删除节点，是不能知道前驱节点的，故单链表的增删操作复杂度为O(n)。 双链表（双向链表）知道要删除某一节点p时，获取其前驱节点q的方式为 q = p->prior，不必再进行遍历。故时间复杂度为O(1)。而若只知道待删除节点的序号，则依然要按序查找，时间复杂度仍为O(n)。 单、双链表的插入操作，若给定前驱节点，则时间复杂度均为O(1)。否则只能按序或按值查找前驱节点，时间复杂度为O(..

一、定义 1.1链表是一种物理存储单元上非连续、非顺序的存储结构，数据元素的逻辑顺序是通过链表中的指针链接次序实现的。 1.2 分类：单链表、双向链表、循环链表 1.3 单链表为例组成：结点，结点包含数据和后继指针。结点分为记录基地址的头结点，普通的中间结点，以及为null的尾结点。 二、特点 三、基本操作 3.1单链表 3.1.1 查找：由于链表不是连续存储的，所以无法计算得到对应数据，需要遍历得到，时间复杂度...

链表通过指针将一组零碎的内存块串联起来 1.单链表 插入，删除：O(1) 不支持随机访问 2.循环链表 3.双向链表 空间换时间 找前驱结点O(1) 4.时间复杂度比较 删除结点中“值等于某定值”的结点： 查找：O(n),删除O(1) 删除结点中指定结点指向的结点 单向：O(n) 找前驱 双向：O(1) 5.数组vs链表 操作 数组 链表 插入/删除 O(n) O(1) 随机访问 O(1) O(n) 数组，连续存储空间，CPU缓存机制预读数据效率高；链表CPU缓存不友好

数据结构的选择没有绝对的对错，只有适合与否。理解数组和链表的差异，能帮助我们在实际开发中做出更明智的选择，写出更高效的代码。

读多写少 → 数组写多（插删多）读少 → 链表追求极致速度 → 优先数组（缓存友好）长度不稳定、怕扩容拷贝 → 链表简单业务、上层逻辑 → 一律数组底层框架、内核、队列 → 考虑链表最后两点相当重要，应用层用数组，驱动内核用链表大多数情况下，默认选择数组如果你遇到了在列表头部频繁增删，或者在中间频繁增删且数据量很大的场景，可以考虑使用链表如果真的很难抉择，先用数组，真遇到瓶颈再换链表或跳表、树等结构。

数组是相同类型数据的有序集合，在内存中连续存储，通过**下标（索引）**访问。// 🟡 数组定义// 方式1// 方式2// 🟠 访问元素// O(1)// O(1)维度数组链表优势随机访问快、内存紧凑动态扩容、头/尾操作快劣势固定大小、中间插入删除慢随机访问慢、内存开销大适用场景频繁查询、固定/动态扩容小频繁头尾操作、大小动态变化Java推荐ArrayListLinkedList（但优先ArrayDeque核心记忆口诀🟡数组查改快（索引直接定位） + 🟠链表增删快（只改引用）

什么是单链表？单链表是一种常见的链式数据结构，用于存储和操作数据元素的集合。它由一系列的节点组成，每个节点包含两个部分：数据域和指针域。单链表的每个节点包含了存储数据的数据域，以及指向下一个节点的指针域。通过这些指针域，节点之间可以按顺序连接起来，形成一个链式结构。链表的最后一个节点通常指向一个特殊的空节点（NULL或nullptr），表示链表的结束。相比于数组，链表的一大优势是它的动态性。在链表中，节点的添加、删除可以通过修改指针的指向来完成，不需要像数组那样进行元素的移动。

本篇重点讲解时间复杂度 以及 常见数据结构的时间复杂度分析，篇幅较长，可以收藏起来慢慢看，感兴趣的跟着小编来一块学习了哈！

数组 优点：构建简单，能在O(1)的时间里根据数组下标来查询某个元素。 缺点：构建时需要分配一段连续的空间，查询某个元素时需要遍历整个数组，耗费O(n)的时间。删除和添加元素同样需要耗费O(n)的时间。 ...

说明：如果是无序数组就需要搜索数组中的所有元素。如果是有序数组，搭配二分查找可以达到O（log n）说明：如果已知要添加的节点为O（1）。如果要先查找该节点，时间复杂度为O（n）说明：如果已知要删除的节点为O（1）。如果要先查找该节点，时间复杂度为O（n）说明：在数组删除一个元素，可能让后续元素都填补空缺位置。说明：通常需要查找修改的节点，所以时间复杂度为O（n）说明：在数组中添加一个元素，可能让后续元素都腾出空间。说明：直接通过数组索引的方式修改元素。说明：最坏的情况需要遍历所有的节点。

由于工作原因，很久没有写一些学习的博客了。 最近抽空在看数据结构和时间复杂度的文章，今天想谈一下数组和链表相关的问题。 目录 1. 数组 1.1 什么是数组 1.2数据结构 1.2.1一维数组 1.3 为什么数组下标是从0开始 1.4时间复杂度 1.4.1新增 1.4.2删除 1.4.3查找 2.链表 2.1什么是链表 2.2 数据结构 2.2.1单向链表 2.2.2双向链表 2.3时间复杂度 2.3.1查询 2.3.2插入 2.3.3...

文章目录算法时间复杂度时间复杂度“大O记法”时间复杂度的基本计算规则常见时间复杂度之间的关系时间复杂度例子空间复杂度常见的空间复杂度空间复杂度举例时间复杂度与空间复杂度取舍数据结构之数组 算法 算法是计算机处理信息的本质，因为计算机程序本质上是一个算法来告诉计算机确切的步骤来执行一个指定的任务。一般地，当算法在处理信息时，会从输入设备或数据的存储地址读取数据，把结果写入输出设备或某个存储地址供以后再调用。 算法是独立存在的一种解决问题的方法和思想。 对于算法而言，实现的语言并不重要，重要的是思想。算法可以有

两种数据结构都是线性表，在排序和查找等算法中都有广泛的应用 一、各自的特点： 数组： 数组是将元素在内存中连续存放，由于每个元素占用内存相同，可以通过下标迅速访问数组中任何元素。但是如果要在数组中增加一个元素，需要移动大量元素，在内存中空出一个元素的空间，然后将要增加的元素放在其中。同样的道理，如果想删除一个元素，同样需要移动大量元素去填掉被移动的元素。如果应用需要快速访问数据，很少或不插入和删除元素，就应该用数组。 链表： 链表恰好相反，链表中的元素在内存中不是顺序存储的，而是通过存在元素中的指针联系到

1

软考 软件设计师 数据结构基础笔记

1、复杂度 常见的时间复杂度 ： O(1) ->HashMap O(logn) -> 二叉树 O(n) -> for 循环 O(nlogn) -> for 循环嵌套二叉树 O(n2) -> for 循环嵌套for 循环 常见的空间复杂度 O(1) ->int number=1 O(n) -> int[n] O(n^2) -> int[n][n] 2、数组 数组：插入因为插入需要将插入位置后面的数据往后挪，删除就是往前挪，寻找如果是按下标直接为O（1），如果

我们先看一下时间复杂度的概念:     在计算机科学中，算法的时间复杂度（Time complexity）是一个函数，它定性描述该算法的运行时间。这是一个代表算法输入值的字符串的长度的函数。 记作: T(n) = O(f(n))。它表示随着 输入大小n 的增大，算法执行需要的时间的增长速度可以用 f(n) 来描述。 接下来我们对比一下数组 / 链表 / 二叉树增删改查的时间复杂度 一.数组 数组长...