我已经看到过这个术语“ O（1）访问时间”曾经表示“快速”，但是我不明白它的含义。我在同一上下文中看到的另一个术语是“ O（n）访问时间”。有人可以用简单的方式解释这些术语的含义吗？
也可以看看
Answers:
您将要阅读复杂性顺序。
http://en.wikipedia.org/wiki/Big_O_notation
简而言之，O（1）表示它花费恒定的时间，例如14纳秒或3分钟，而不管集合中的数据量如何。
O（n）表示它花费的时间与集合的大小呈线性关系，因此，两倍大小的集合将花费两倍的时间。您可能不想在其中一个对象中放入一百万个对象。
int main() { int n; cin >> n; if(n == 0) { sleep(60 * 60 * 24 * 365); } cout << n; }is O(1)。
当前回答该问题的每个答案都告诉您，O(1)平均时间是指恒定时间（无论发生什么测量；可能是运行时间，操作次数等）。这是不准确的。
要说运行时是O(1)指有一个常量c，使运行时在上方受限制c，与输入无关。例如，返回n整数数组的第一个元素是O(1)：
int firstElement(int *a, int n) {
return a[0];
}
但是这个功能O(1)也是：
int identity(int i) {
if(i == 0) {
sleep(60 * 60 * 24 * 365);
}
return i;
}
此处的运行时间的上限为1年，但大多数情况下，运行时间为纳秒级。
要说运行时是O(n)指有一个常量c，使运行时在上方受限制c * n，其中n测量输入的大小。例如，n通过以下算法查找未排序的整数数组中特定整数的出现次数是O(n)：
int count(int *a, int n, int item) {
int c = 0;
for(int i = 0; i < n; i++) {
if(a[i] == item) c++;
}
return c;
}
这是因为我们必须遍历数组，一次检查每个元素。
基本上，O（1）表示其计算时间是恒定的，而O（n）表示其将线性地取决于输入的大小-即遍历数组具有O（n）-只是循环-，因为它取决于数量项，同时计算到普通数之间的最大值为O（1）。
维基百科也可能有所帮助：http : //en.wikipedia.org/wiki/Computational_complexity_theory
算法简介：Cormen，Leiserson，Rivest＆Stein撰写的第二版在第44页上说：
由于任何常数都是0度多项式，因此我们可以将任何常数函数表示为Theta（n ^ 0）或Theta（1）。后一种表示法是次要的滥用，因为尚不清楚哪个变量趋于无穷大。我们将经常使用符号Theta（1）来表示某个变量的常数或常数函数。...我们用O（g（n））表示...函数f（n）的集合，使得存在正常数c和n0，使得0 <= f（n）<= c * g（n）对于所有n> = n0。...请注意，f（n）= Theta（g（n））意味着f（n）= O（g（n）），因为Theta表示法比O表示法更强。
如果算法以O（1）的时间运行，则意味着渐近不依赖于任何变量，这意味着存在至少一个正常数，乘以1大于该函数的渐近复杂度（〜运行时）对于大于一定数量的n值。从技术上讲，这是O（n ^ 0）时间。