ArrayList部分一共五篇文章了，並且引入了時間複雜度來分析，強烈建議大家一定要按順序閱讀，本文是第3篇，前兩篇文章分別是：
2、ArrayList底層陣列擴容原理 – Java那些事兒專欄
最近看了一下評論區裡，大家都急著想要了解HashMap，先不要著急，要完整的瞭解HashMap的內部實現，我們還需要一些基礎知識，有了這些基礎知識，我們才能更好的理解HashMap，其實我們已經在不知不覺進入了資料結構的大門，為了以後讓大家能更好的理解後續文章，本文我們先引入時間複雜度這個概念。
還是那個Person物件，增加了一個屬性年齡
建立一個陣列，並在陣列裡放了10個Person物件，老規矩，我們上圖：
假如我們有這麼一個需求，我們想知道小組裡周八的年齡，相信大家都會寫程式碼去找：
需要迴圈取6次從陣列裡獲取Person物件。
這時候小明同學過來說，哎呀，我知道周八在小組的第5個位置（陣列下標5），不用迴圈，我們直接找他就是
不需要迴圈，1次就取到了Person物件：
無論陣列中有多少個元素，每次去讀取元素和並比較的時間總是相同的，假設這個時間為K，在上面示例中在陣列中迴圈搜尋某個使用者，我們迴圈了6次才搜尋到該使用者，時間為6*K，在效率上來看，前者比後者的方式快了6倍，但這種說法意義不大，因為在實際中，陣列可能有100個元素，而這個“周八”有可能在陣列的第1個位置，也有可能在最後一個位置。
在現實中，我們用來計算時間的長短，一般單位有小時，分鐘，秒等，同樣我們也需要一種度量來計算本示例中的演算法的效率，在電腦科學中，這種度量方法被稱為“大O”表示法。
當我們知道元素的位置，一步到位就能訪問到該元素，這個時間為K，時間複雜度用大O表示法標記為O(1)，省略了K。而在陣列中查詢某元素，我們並不知道這個元素在陣列的什麼位置，假設陣列的長度為n，有可能該元素剛好在陣列的下標為0的位置（第一個位置）迴圈1次就匹配到了，時間複雜度為O(1)。也有可能在陣列下標為n-1的位置（最後一個位置）我們要迴圈n次才能匹配到該值，時間複雜度為O(n)，按照概率計算下來平均是n/2，即平均時間複雜度為O(n/2)，但我們不應該只考慮平均值，我們要考慮最壞的情況，即假設每次匹配的元素都在陣列的最後一位，因為最壞情況是一種執行時間保證，執行時間不會再長了，如果我們沒特別指定，我們提到的執行時間都是最壞情況的執行時間，即在陣列中查詢某元素，時間複雜度為O(n);
在長度為n陣列中：
直接通過下標去訪問元素，時間複雜度為O(1)。
需要迴圈查詢元素的時候，時間複雜度為O(n)。
下一章我們將分析ArrayList的刪除元素的原始碼，來分析一下ArrayList的時間複雜度，進而瞭解ArrayList的優點與不足。
上一篇：ArrayList底層陣列擴容原理 – Java那些事兒專欄
下一篇：待續
注：本專欄文章首發於公眾號：saysayJava。所有示例程式碼均已上傳至公眾號，需要請關注下載。
如果喜歡本系列文章，請為我點贊或順手分享，您的支援是我繼續下去的動力，您也可以在評論區留言想了解的內容，有機會本專欄會做講解，最後別忘了關注一下我。
轉載無限歡迎，但請註明「作者」和「原文地址」。轉載請在文中保留此段，感謝您對作者版權的尊重。如需商業轉載或刊登，請聯絡作者獲得授權。