在解决根据身高重建队列的问题时，通常使用list而非vector，因为vector的insert操作涉及潜在的多次全量拷贝，可能导致实际时间复杂度升至O(n^2+t×n)，其中t是底层拷贝次数。尽管表面时间复杂度看似O(n^2)，但vector的扩容机制增加了额外开销。
本文参考代码随想录
在使用贪心算法求解根据身高重建队列 (opens new window)时，我们会更倾向于使用list，因为vector（C++中的动态数组）来进行insert操作是费时的。
普通数组有个特点，就是一旦定义了大小就不能改变了，数组大小是固定的
动态数组vector底层实现也是数组，但是有两个维度的参数，
一个是size，用于遍历数组，
capicity是底层数组/普通数组的大小，如果插入的数据超过capicity就会成倍扩容（重新申请一个二倍于原数组大小的数组，然后把数据都拷贝过去，并释放原数组内存），虽然表面上的size只是+1，不止数组内存地址变了，实际的内存大小也变了。
如果使用vector来做insert的操作，虽然表面上复杂度是O(n^2），但是其底层都不知道额外做了多少次全量拷贝了
所以算上vector的底层拷贝，整体时间复杂度可以认为是O(n^2 + t × n)级别的，t是底层拷贝的次数。
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
