这种方法的最佳/平均/和最坏情况复杂度（大 O）是多少？答案

【问题标题】：What would be the best/average/and worst case complexity (big O) for this method?这种方法的最佳/平均/和最坏情况复杂度（大 O）是多少？
【发布时间】：2019-09-18 02:07:44
【问题描述】：

// Checks if list contains a specific elements
public boolean contains(String it) {
    int index=front;
    while(index!=-1){
        if(dataList[index].equals(it)) {
            return true;
        }
        index= nextList[index];
    }
    return false;
}

.equals() 比较方法如何影响算法复杂度？是不是从线性变成了二次？

【问题讨论】：

你能定义front、dataList和nextList吗？不管怎样，.equals(it) 至少是 O(lenght(it))，所以你需要乘以迭代次数。
当然，如果it有一个固定的最大长度，O(length(it))就和常数时间一样...

标签： time-complexity big-o complexity-theory equals quadratic

【解决方案1】：

在分析此算法的运行时，您应该将 .equals() 作为基本步骤。计算算法运行时间的重要因素是 dataList 的大小，从这个意义上说，“it”的大小是恒定的。

最好的情况复杂度是找到第一个位置的元素，然后是O(1)，最坏的情况是找到最后一个位置的元素，然后是O(n) .平均情况是通过取所有可能性（元素在位置 1 或位置 2 等等）并除以 n 给出的，形式上：

                      1+2+3+..+n/n

这也是 O(n)。

【讨论】：