Ⅰ 长度为n的线性表采用顺序存储结构，在其第i个位置插入一个新元素的算法时间复杂度为，求解
长度为n的线性表采用顺序存储结构，在其第i个位置插入一个新元素的算法时间复杂度为，求解
Ⅱ 对于顺序存储的线性表，访问结点和增加、删除结点的时间复杂度为答案是O（1）和O（n）。为什么
顺序存储可以实现“随机存取”，因此访问结点的时间复杂度为O(1)，而插入、删除结点由于涉及到大量移动元素，故其时间复杂度为O(n)。
用存储结点的物理位置来体现结点之间的逻辑关系的存储方法。在高级语言中，一块连续的存储空间通常可用一个数组来表示。因此，顺序存储通常用一个数据元素类型的数组来存储。最经典的顺序存储结构是顺序表，将线性结构的元素按序存放在一个数组中。
(2)顺序存储插入新数据的复杂度扩展阅读
数据元素之间的关系有两种不同的表示方法：顺序映象和非顺序映象，并由此得到两种不同的存储结构：顺序存储结构和链式存储结构。数据的存储结构，也称为数据的物理结构，是数据的逻辑结构在计算机中的实现。
链接存储方法它不要求逻辑上相邻的结点在物理位置上亦相邻，结点间的逻辑关系是由附加的指针字段表示的。由此得到的存储表示称为链式存储结构，链式存储结构通常借助于程序设计语言中的指针类型来实现。数据的链式存储结构可用链接表来表示。
参考资料来源：搜狗网络-顺序存储
Ⅲ 1、在一个长度为n的顺序表的表尾插入一个新元素的渐进时间复杂度为（ ）
课后答案是对的，不过是o(1)，不是0(1)。
一般来说，计算机算法是问题规模n
的函数f(n)，算法的时间复杂度也因此记做T(n)=Ο(f(n));
因此，问题的规模n
越大，算法执行的时间的增长率与f(n)
的增长率正相关，称作渐进时间复杂度。
本题中，顺序表表尾插入新元素仅需一次计算，且与n的大小无关，故f(n)=1，时间复杂度仍为o(1)。
Ⅳ 填空题1：对于一个长读为n的顺序存储的线性表，在表尾插入元素的时间复杂度为（ ）。
对于一个长度为n的顺序存储的线性表，在表头插入元素的时间复杂度为0(n)，在表尾插入元素的时间复杂度为0(1)。
顺序存储的线性表，是用数组实现的。在表尾插入元素，只要直接在表尾增加一个元素，并修改表的元素个数（加1）。所以其复杂度为0(1)。
(4)顺序存储插入新数据的复杂度扩展阅读：
时间复杂度的计算方法：
1、一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n)，使得T(n)/f(n)的极限值（当n趋近于无穷大时）为不等于零的常数，则称f(n)是T(n)的同数量级函数。
记作T(n)=O(f(n))，称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
分析：随着模块n的增大，算法执行的时间的增长率和 f(n) 的增长率成正比，所以 f(n) 越小，算法的时间复杂度越低，算法的效率越高。
2、在计算时间复杂度的时候，先找出算法的基本操作，然后根据相应的各语句确定它的执行次数，再找出 T(n) 的同数量级
（它的同数量级有以下：1，log2n，n，n log2n ，n的平方，n的三次方，2的n次方，n!），找出后，f(n) = 该数量级，若 T(n)/f(n) 求极限可得到一常数c，则时间复杂度T(n) = O(f(n))
Ⅳ 在顺序表中插入一个元素的时间复杂度是多少
最好情况：新元素插入到表尾, 则不需要移动元素
i = n+1, 循环0次; 即最好时间复杂度 = O(1)
最坏情况：新元素插入到表头, 则表中的 n 个元素需要全部移动
i =1; 循环n次, 最坏时间复杂度 = O(n)
平均：新元素插入有(n+1)种选择,即插入每个位置的概率都是 p= 1/(n+1)平均循环次数: = np+(n-1)p+…+1*p = n/2
即 平均时间复杂度 = O(n)
Ⅵ 简述顺序表的初始化操作和插入操作的过程，计算顺序表插入过程的时间复杂度
插入操作的时间复杂度是O(n)
删除操作的时间复杂度是O(n)
Pi(n-i+1)指的是插入i元素以后，需要移动的元素的个数，在第一个元素后面插入元素i需要移动n个元素，在第二个元素后面插入元素i需要移动元素（n-1）个元素；
依此论推，在第n个元素后面插入元素i需要移动1个元素，这是一个等差数列，首项为n，公差为1，最后一项是1，求和以后需要除以（n+1）就算出来结果了。
(6)顺序存储插入新数据的复杂度扩展阅读：
一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f (n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。
在各种不同算法中，若算法中语句执行次数为一个常数，则时间复杂度为O(1),另外，在时间频度不相同时，时间复杂度有可能相同，如T(n)=n2+3n+4与T(n)=4n2+2n+1它们的频度不同，但时间复杂度相同，都为O(n2)。
Ⅶ 在一个长度为n的顺序表的表尾插入一个新元素的渐进时间复杂度为
课后答案是对的，不过是o（1），不是0（1）。
一般来说，计算机算法是问题规模n 的函数f(n)，算法的时间复杂度也因此记做T(n)=Ο(f(n));
因此，问题的规模n 越大，算法执行的时间的增长率与f(n) 的增长率正相关，称作渐进时间复杂度。
本题中，顺序表表尾插入新元素仅需一次计算，且与n的大小无关，故f（n）=1，时间复杂度仍为o（1）。