各种数据结构的时间复杂度是多少？

我试图列出常见数据结构（如数组，二进制搜索树，堆，链表等）的时间复杂性，尤其是我指的是Java。它们很常见，但我想我们当中有些人对确切答案并不100％自信。任何帮助，特别是参考资料，将不胜感激。

例如，对于单链表：更改内部元素为O（1）。你怎么能这样做？你HAVE更改它之前要搜索的元素。同样，对于向量，添加内部元素的方式为O（n）。但是为什么我们不能使用索引在固定的摊销时间内完成呢？如果我缺少某些东西，请纠正我。

我将我的发现/猜测发布为第一个答案。

数组

• 设置，检查元素是否位于特定索引处：O（1）
• 搜索：O（N） ，如果阵列是无序和O（log n）的，如果数组进行排序和类似二进制搜索时，
• 正如Aivean指出的那样，Delete在Arrays上没有可用的操作。我们可以根据需要将一个元素设置为某个特定值（例如-1、0等）来象征性地删除它
• 同样，Insert对于数组基本上Set如开头所述

数组列表：

• 加：摊销O（1）
• 删除：O（n）
• 包含：O（n）
• 尺码：O（1）

链接列表：

• 插入：O（1），如果在头部，那么在O（n）在其他地方，因为我们必须通过线性移动链表到达该位置。
• 删除：O（1），如果在头部执行，则O（n）在其他地方，因为我们必须通过线性移动链表到达该位置。
• 搜索：O（n）

双链表：

• 插入：O（1），如果在头部或尾部进行，则在O（n）在其他任何地方，因为我们必须通过线性移动链表来到达该位置。
• 删除：O（1），如果在头部或尾部进行，则在O（n）在其他任何地方，因为我们必须通过线性移动链表到达该位置。
• 搜索：O（n）

堆栈：

• 推：O（1）
• 流行：O（1）
• 上：O（1）
• 搜索（类似于查找，作为一种特殊操作）：O（n）（我想是的）

队列/双端队列/循环队列：

• 插入：O（1）
• 删除：O（1）
• 尺码：O（1）

二进制搜索树：

• 插入，删除和搜索：平均情况：O（log n），最坏情况：O（n）

红黑树：

• 插入，删除和搜索：平均情况：O（log n），最坏情况：O（log n）

堆/优先级队列（最小/最大）：

• 查找最小值/查找最大值：O（1）
• 插入：O（log n）
• 删除最小/删除最大：O（log n）
• 提取最小/提取最大：O（log n）
• 查找，删除（如果有的话）：O（n），我们将必须扫描所有元素，因为它们没有像BST那样被排序

HashMap / Hashtable / HashSet：

• 插入/删除：O（1）摊销
• 调整大小/哈希：O（n）
• 包含：O（1）