- 在Collection中查找指定元素是否存在，用HashSet: add() remove() contains() 全部o(1)
- 在Collection中查找指定元素是否存在，并通过该元素A找B，用HashMap: put(k,v) remove(k) containsKey(k) get(k) 全部o(1)
- 加在尾，删在尾，看在尾，用Stack: push() pop() peek() 全部o(1)
- 加在尾，删在头，看在头，用Queue: add() remove() peek() 全部o(1)
- 加在头，删在头，看在头，加在尾，删在尾，看在尾， 用Deque 全部o(1)
二分查找法 O(lgn)
寻找数组中的最大/最小 O(n)
| 最大/最小 | 加入新元素 | 删除极值 | 删除指定元素 | 查找指定元素 | 查找极值 |
|---|---|---|---|---|---|
| B.S.T | o(lgn) | o(lgn) | o(lgn) | o(lgn) | o(lgn) 两头 |
| Heap | o(lgn) | o(lgn) | o(n) | o(n) | o(1)一头 |
PriorityQueue<T> heap = new PriorityQueue<>((o1,o2)-> expression); 允许重复
加入（ -： o1 前 o2 后 +：o2 前 o1后 0：前后无所谓 ）
删除（与comparator无关，用的iterator 和equals() ）
TreeMap<K,V> bst = new TreeMap<>((o1,o2)-> expression); 不允许重复
TreeSet<T> bst = new TreeSet<>((o1,o2)-> expression); 不允许重复
加入（ -： o1 前 o2 后 +：o2 前 o1后 0：不加/替换）
删除（ -： o1 前 o2 后 +：o2 前 o1后 0：找到了）
空间复杂度
- 多开一个辅助的数组： O(n)
- 多开一个辅助的二维数组： O(n^2)
- 多开常数空间： O(1)
- 递归调用中，递归的深度是多少，递归过程所占的空间复杂度就是多少
怎样测出一个method的执行时间？
long startTime = System.nanoTime();
methodToTime();
long endTime = System.nanoTime();
long duration = (endTime - startTime); //divide by 1000000 to get milliseconds.
