Quali sono le complessità temporali di varie strutture di dati?

Sto cercando di elencare le complessità temporali delle operazioni di strutture dati comuni come Arrays, Binary Search Tree, Heap, Linked List, ecc. E in particolare mi riferisco a Java. Sono molto comuni, ma immagino che alcuni di noi non siano sicuri al 100% della risposta esatta. Qualsiasi aiuto, in particolare i riferimenti, è molto apprezzato.

Ad esempio, per elenchi collegati singolarmente: la modifica di un elemento interno è O (1). Come si può fare? tu HAI per cercare l'elemento prima di cambiarlo. Inoltre, per il vettore, l'aggiunta di un elemento interno è data come O (n). Ma perché non possiamo farlo in tempo costante ammortizzato utilizzando l'indice? Per favore correggimi se mi manca qualcosa.

Inserisco le mie scoperte / ipotesi come prima risposta.

Arrays

• Imposta, controlla l' elemento in un indice particolare: O (1)
• Ricerca : O (n) se array non è ordinato e O (log n) se array è ordinato e viene utilizzata una ricerca binaria,
• Come sottolineato da Aivean , non esisteDelete operazioni su Arrays. Possiamo eliminare simbolicamente un elemento impostandolo su un valore specifico, ad esempio -1, 0, ecc. A seconda delle nostre esigenze
• Allo stesso modo, Insertper gli array è fondamentalmente Setcome menzionato all'inizio

Lista di array:

• Aggiungi : Ammortizzato O (1)
• Rimuovi : O (n)
• Contiene : O (n)
• Taglia : O (1)

Lista collegata:

• Inserimento : O (1) , se fatto in testa, O (n) se altrove poiché dobbiamo raggiungere quella posizione percorrendo linearmente la linkedlist.
• Cancellazione : O (1) , se fatto in testa, O (n) se altrove poiché dobbiamo raggiungere quella posizione percorrendo linearmente la lista collegata.
• Ricerca : O (n)

Elenco a doppio collegamento:

• Inserimento : O (1) , se fatto in testa o in coda, O (n) se altrove poiché dobbiamo raggiungere quella posizione percorrendo linearmente la linkedlist.
• Cancellazione : O (1) , se eseguita in testa o in coda, O (n) se altrove poiché dobbiamo raggiungere quella posizione percorrendo linearmente la lista collegata.
• Ricerca : O (n)

Pila:

• Spingere : O (1)
• Pop : O (1)
• In alto : O (1)
• Cerca (qualcosa di simile alla ricerca, come operazione speciale): O (n) (credo di sì)

Coda / Rimuovi / Coda circolare:

• Inserto : O (1)
• Rimuovi : O (1)
• Taglia : O (1)

Albero di ricerca binario:

• Inserisci, elimina e cerca : caso medio: O (log n) , caso peggiore: O (n)

Albero rosso-nero:

• Inserisci, elimina e cerca : caso medio: O (log n) , caso peggiore: O (log n)

Heap / PriorityQueue (min / max):

• Trova minimo / Trova massimo : O (1)
• Inserisci : O (log n)
• Elimina min / Elimina max : O (log n)
• Estrai min / Estrai max : O (log n)
• Cerca, Elimina (se fornito): O (n) , dovremo scansionare tutti gli elementi poiché non sono ordinati come BST

HashMap / Hashtable / HashSet:

• Inserisci / Elimina : O (1) ammortizzato
• Ridimensiona / hash : O (n)
• Contiene : O (1)