HashMap vs. ArrayList 插入性能混淆
HashMap vs. ArrayList insertion performance confusion
根据我的理解，hashmap 插入是 O(1)，对于 arraylist，插入是 O(n)，因为对于 hashmap，hashfunction 计算哈希码和索引并插入条目，数组列表每隔进入新元素的时间。
首先，复杂度为 O(1) 的操作并不总是比复杂度为 O(n) 的操作花费的时间更少。 O(1) 只意味着操作需要一个常数时间（可以是任何值），而不管输入的大小。 O(n) 意味着操作所需的时间随着输入的大小线性增加。这意味着仅当 n 为无穷大时，O(1) 理论上保证比 O(n) 花费更少的时间。
现在来看您的示例，ArrayList.add() 操作在分摊的常数时间内运行，这意味着尽管特定迭代可能需要 O(n) 时间，但随着时间的推移平均复杂度为 O (1).有关摊销常数时间的更多信息，请参阅 this 问题。
ArrayList 在 ArrayList 的最后添加项目时比 HashMap 快，因为不需要将 ArrayList 中的元素移动到在右边，如果你在 ArrayList 的前面添加一个项目，你可以看到 HashMap 的效率，就像这样 arrayList.add(0, str).
检查时使用 1000 作为外循环而不是 100000 否则它可能会挂起。
根据我的理解，hashmap 插入是 O(1)，对于 arraylist，插入是 O(n)，因为对于 hashmap，hashfunction 计算哈希码和索引并插入条目，数组列表每隔进入新元素的时间。
首先，复杂度为 O(1) 的操作并不总是比复杂度为 O(n) 的操作花费的时间更少。 O(1) 只意味着操作需要一个常数时间（可以是任何值），而不管输入的大小。 O(n) 意味着操作所需的时间随着输入的大小线性增加。这意味着仅当 n 为无穷大时，O(1) 理论上保证比 O(n) 花费更少的时间。
现在来看您的示例，ArrayList.add() 操作在分摊的常数时间内运行，这意味着尽管特定迭代可能需要 O(n) 时间，但随着时间的推移平均复杂度为 O (1).有关摊销常数时间的更多信息，请参阅 this 问题。
ArrayList 在 ArrayList 的最后添加项目时比 HashMap 快，因为不需要将 ArrayList 中的元素移动到在右边，如果你在 ArrayList 的前面添加一个项目，你可以看到 HashMap 的效率，就像这样 arrayList.add(0, str).
检查时使用 1000 作为外循环而不是 100000 否则它可能会挂起。