Update 03_Efficiency_and_the_O-Notation.md

Author: maskleo

ch11/03_Efficiency_and_the_O-Notation.md

@@ -21,35 +21,13 @@ O(N)       |线性     |加倍                      |线性搜索
 O(N log N) |---      |加倍加上与`N`成比例的量    |合并排序（`17.1.1`节）       
 O(N²)      |二次方   |增加了四倍                |冒泡排序
 
+表 `11-1` 显示了一些常见的运行时间，以及它们应用的算法示例。例如，许多其他的运行时间是可能的，包括一些比图中更糟糕的情况。许多重要的问题只能通过采用
+O（2^N）的算法来解决 - 对于这些，当N加倍时，运行时间是平方的！对于除了最小的数据集之外的所有数据集，这种算法都是不可行的。
 
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
-
+有时候我们必须考虑操作成本随数据结构状态而变化的情况。例如，将元素添加到 `ArrayList` 的末尾通常可以在恒定时间内完成，除非 `ArrayList` 已达到其容
+量。在这种情况下，必须分配一个新的更大的数组，并将旧数组的内容转移到其中。此操作的成本与阵列中元素的数量成线性关系，但发生的次数相对较少。在这种情况
+下，我们计算操作的摊销成本 - 即执行 `n` 次的总成本除以 `n`，当 `n` 变得任意大时，将其取为极限。在向 `ArrayList` 添加元素的情况下，`N` 个元素的总成
+本为 `O(N)`，因此摊余成本为 `O(1)`。