為什么對未排序數組O（n）進行線性搜索的最佳和最差情況？

Question

對於未排序數組的最佳情況和最壞情況，存在一些疑問。

假設未排序的數組中沒有重復的元素。

根據我大學的講師，

未排序數組的最佳情況是O（n），而最壞的情況也是O（n）。 我確實理解為什么未排序數組的最壞情況是O（n），因為如果元素在數組的最后一個索引中，則算法必須搜索所有元素。 但是，未排序數組O（n）的最佳情況如何？

假設用戶輸入了一個可以在未排序數組的第一個索引中找到的數字，為什么仍將最佳情況視為O（n）？

一旦找到元素，它就返回true，並脫離算法，因此最好的情況應該是O（1）。

基於此鏈接 ，它表示盡管找到了元素，該算法仍將繼續搜索，因此，最佳情況是O（n）。

給出的各種答案是，所給出的鏈接不能完全解釋為什么它是O（n）。

Answer 1

這個問題實際上在另一個StackExchange 站點中有所介紹。 該鏈接上的問答將解釋如何計算Big-O表示法。

總而言之，Big-O計算算法的 最壞情況復雜度。 是的，該算法的任何給定特定執行都會有O（1）的極端情況，但是平均而言，用於搜索無序數組的算法將依次遍歷每個元素，直到找到為止。

通常，這是使用for循環類型構造實現的：

for element in list:
    if element == thing_to_match:
        return True
return False

該算法的運行時間為O（n），因為在最壞的情況下， for循環的構造意味着必須查看每個可能的元素。