常见数据结构操作时间复杂度

常见数据结构的操作时间复杂度如下：

1. 数组（Array）：
- 查找：O(1)
- 插入：O(n)
- 删除：O(n)

2. 链表（Linked List）：
- 查找：O(n)
- 插入：O(1)
- 删除：O(1)（如果已知节点）

3. 栈（Stack）：
- 查找：O(n)
- 插入：O(1)
- 删除：O(1)

4. 队列（Queue）：
- 查找：O(n)
- 插入：O(1)
- 删除：O(1)

5. 哈希表（Hash Table）：
- 查找：O(1)
- 插入：O(1)
- 删除：O(1)

6. 二叉树（Binary Tree）：
- 查找：O(log n)（平均情况），O(n)（最坏情况）
- 插入：O(log n)（平均情况），O(n)（最坏情况）
- 删除：O(log n)（平均情况），O(n)（最坏情况）

7. 堆（Heap）：
- 查找：O(n)
- 插入：O(log n)
- 删除：O(log n)

8. 图（Graph）：
- 查找：O(1)（使用哈希表实现）
- 插入：O(1)（使用哈希表实现）
- 删除：O(1)（使用哈希表实现）

需要注意的是，以上时间复杂度是指在最坏情况下的时间复杂度。实际应用中，选择适当的数据结构可以使得操作的时间复杂度更低。此外，对于某些数据结构，例如平衡二叉搜索树（AVL Tree）或红黑树（Red-Black Tree），在平衡的情况下，查找、插入和删除的时间复杂度可以保持在 O(log n)。