均攤時間複雜度，聽起來可能和平均時間複雜度。但卻不是，平均時間複雜度和均攤時間複雜度是兩種分析時間複雜度的方法。
上**！！！
// array 表示乙個長度為 n 的陣列
// **中的 array.length 就等於 n
int[
] array = new int
[n];
int count =0;
void
insert
(int val)
array[0]
= sum;
count =1;
} array[count]
= val;
++count;
}
這段**的時間複雜度是多少呢？我們很容易知道最好情況複雜度是o(1)。最壞情況複雜度為o(n)。平均時間複雜度是o(1)。
但是均攤時間複雜度是多少呢？首先我們需要明白均攤這一詞義，均攤就代表著，將一次高複雜度的情況均攤到低複雜度的情況上。
首先，find()函式在極端情況下，複雜度才是o(1)。但是insert()大部分情況下，時間複雜度都是o(1。只有個別情況下複雜度才會較高，為o(n)。這是find和insert其中乙個不同點。
其次呢，對於insert函式來說，o(1)時間複雜度的插入和o(n)時間複雜度的插入，出現的頻率是很有規律的，而且有一定的前後時序關係，一般是一次o(n)插入後，緊跟著n-1個o(1)的插入操作，一直迴圈往復。
所以，針對這種特殊的場景我們需要用到均攤時間複雜度，它的別名叫做攤還分析法。
// array 表示乙個長度為 n 的陣列
// **中的 array.length 就等於 n
int[
] array = new int
[n];
int count =0;
void
insert
(int val)
array[0]
= sum;
count =1;
} array[count]
= val;
++count;
}
均攤時間複雜度
均攤時間複雜度，聽起來跟平均時間複雜度有點兒像。對於初學者來說，這兩個概念確實非常容易弄混。我前面說了，大部分情況下，我們並不需要區分最好 最壞 平均三種複雜度。平均複雜度只在某些特殊情況下才會用到，而均攤時間複雜度應用的場景比它更加特殊 更加有限。功能 往陣列中插入資料的功能。當陣列滿了之後，也就...
資料結構與演算法 時間複雜度與空間複雜度
解決乙個問題的方法可能有很多，但能稱得上演算法的，首先它必須能徹底解決這個問題 稱為準確性 且根據其編寫出的程式在任何情況下都不能崩潰 稱為健壯性 程式和演算法是完全不同的概念。演算法是解決某個問題的想法 思路 而程式是在根據演算法編寫出來的真正可以執行的 例如，要依次輸出一維陣列中的資料元素的值，...
演算法與資料結構 時間複雜度
複雜度是衡量乙個演算法效率高低的乙個重要的因素，一般分為時間複雜度和空間複雜度。空間複雜度，一般在排序等 抽象資料型別的運算和物理實現 有關。本篇主要介紹時間複雜度的一些概念。我們在ram模型 1 記憶體無限大 2 基本運算o 1 下面考慮接下來的內容。準確的說，演算法的複雜性是執行演算法所需要的計...