我正在阅读Cracking the Coding Interview，在Big O章节中，有一个关于摊销时间的解释。这里使用了诸如ArrayList需要增长的经典示例。当阵列需要增长时，假设必须将N个元素复制到新阵列，插入将花费O(N)时间。这很好。
我不明白的是，由于数组的容量增加了一倍，为什么每次插入的摊还时间为O(1)从我理解的一切，无论何时插入数组，它始终是O(N)操作。O(1)摊销时间有何不同？我确定文字是正确的，我只是不了解node摊销的时间概念。
答案 0 :(得分：5)
我正在回答你似乎感到困惑的问题，而不是你正式问的问题。
您真正的问题是如何追加O(1)操作。如果已经为数组的下一个元素分配了空间，则追加只是更新有多少元素的记录，并复制该条目。这是O(1)操作。
如果溢出可用空间，则仅追加是昂贵的。然后你必须分配一个更大的区域，移动整个数组，并删除前一个。这是O(n)操作。但是，如果我们每{{}}}次仅执行此操作，那么在平均值上，它仍然会出现在O(1/n)。
平均事项是否取决于您的任务。如果你控制重型机械，在个别操作上花费太长时间就意味着你不能很快回到旋转叶片上，这可能是正式的。如果您正在生成一个网页，那么重要的是一系列操作所需的总时间，这将是操作次数乘以每个操作的平均时间。
对于大多数程序员来说，平均值才是最重要的。