根据Wikipedia，访问数组中的任何单个元素都需要恒定的时间，因为只需执行一次操作即可找到它。
在我看来，幕后发生的事情大概是这样的：
a) 搜索是线性完成的（例如，我想访问元素 5。我从索引 0 开始搜索，如果它不等于 5，我转到索引 1 等） 这是 O(n) - 其中 n 是数组的长度
b) 如果数组存储为 B-tree，这将给出 O(log n)
我没有看到其他方法。
有人能解释一下为什么以及如何在 O(1) 中完成吗？
【问题讨论】：
size_of_an_element * (index - 1)
标签： arrays algorithm time-complexity
数组从特定的内存地址start 开始。每个元素占用相同数量的字节element_size。数组元素从起始地址开始依次位于内存中。所以你可以用start + i * element_size计算元素i的内存地址。此计算与数组大小无关，因此为O(1)。
【讨论】：
n而缩放，对吗？因此它不是真正的O(1)？
k（例如32 或64 位）的固定宽度寄存器的实际计算机系统，n 通常可以用k 位（n<2^k）表示。所以在这种情况下，乘法和加法是在恒定时间内完成的。
理论上，数组的元素具有相同的已知大小，并且它们位于内存的连续部分中，因此如果数组的开头位于 A 内存地址，如果您想访问任何元素，您必须计算它的地址是这样的：
A + item_size*index 所以这是一个常数时间操作。
【讨论】：
访问单个元素不会找到值为x的元素。
访问元素i意味着获取数组第i个位置的元素。
这是在O(1) 中完成的，因为它非常简单（恒定数量的数学计算）给定索引、数组的开头和每个元素的大小。
RAM 内存为访问 RAM 中的每个地址提供了一个恒定的时间（或者更准确地说，一个有界的时间），并且由于找到地址是 O(1)，并且检索其中的元素也是 O(1 )，它给你总共O(1)。
查找值为x 的元素是否实际上是Omega(n) 问题，除非有更多关于数组的信息（例如排序）。
【讨论】：
;-)。
Omega(n) - 这是一个无法比c*n 做得更好的问题（对于某些常量c），与'排序是Omega(nlogn) 问题相同。任何找到元素的解决方案都是Omega(n)。我们可以想到（效率极低的）解决方案，而不是O(n)。
通常，数组被组织为一个连续的内存块，其中每个位置都可以通过索引计算来访问。对于任意大小的数组，这种索引计算不能在恒定时间内完成，但由于可寻址空间的原因，所涉及的数字受机器字大小的限制，因此假设恒定时间是合理的。
【讨论】：
This index calculation cannot be done in constant time for arrays of arbitrary size -> 这是什么意思？
如果你有 Int 数组。每个 int 在 java 中都是 32 位的。例如，如果您在 java 中有 10 个整数，则意味着您分配了 320 位的内存。然后电脑就知道了
0 - 索引在内存中，例如 - 39200
最后一个索引位于内存 39200 + 数组的总内存 = 39200+320= 39520
那么如果你想访问索引 3。那么它是 39200 + 32*3 = 39296。
这完全取决于您存储在数组中的对象占用多少内存。请记住数组占用整个内存块。
【讨论】：
n`th元素值，计算机将从array_offset_in_memory + (n - 1) * size_of_type_of_array + 1开始读取size_of_type_of_array位.