java – 更适合说Amortized O(1)vs O(n)用于插入未排序的动态数

这是我们在课堂上关于不同数据结构上的操作运行时间的图表

我的问题是关于将值插入(或添加)到动态未排序数组中的运行时.
这是我们执行此操作的代码

public void insert(E value) {
    ensureCapacity(size + 1);
    elementData[size] = value;
    size++;
}
  private void ensureCapacity(int capacity) {
    if (capacity > elementData.length) {
        int newCapacity = elementData.length + 100;
        if (capacity > newCapacity) {
            newCapacity = capacity;
        }
        elementData = Arrays.copyOf(elementData,newCapacity);
    }
}

我理解这可以解释为O(n). ensureCapacity函数在技术上是由insert和运行时分析组成的操作的区别,https://academics.tjhsst.edu/compsci/CS2C/U2/bigoh.html,你会说两个分支的最坏情况是当原始数组的每个元素被复制到新的数组中时(n)操作.所以整个函数的最坏情况或大哦是O(n)

可以为摊销的O(1)时间(What is amortized analysis of algorithms?)进行争论,因为每次调整大小时,你必须在下一次调整大小之前等待一段特定的时间吗？

在那张图表中,O(1)也会有意义吗？