复杂度分析之O(logn)、O(nlogn)
对数阶时间复杂度非常常见,同时也是最难分析的一种时间复杂度。我通过一个例子来说明一下。
int i = 1;
while (i <= n) {
i = i * 2;
}
根据我们前面讲的复杂度分析方法,第三行代码是循环执行次数最多的。所以,我们只要能计算出这行代码被执行了多少次,就能知道整段代码的时间复杂度。从代码中可以看出,变量 i 的值从 1 开始取,每循环一次就乘以 2。当大于 n 时,循环结束。还记得我们高中学过的等比数列吗?实际上,变量 i 的取值就是一个等比数列。如果我把它一个一个列出来,就应该是这个样子的:
所以,我们只要知道 x 值是多少,就知道这行代码执行的次数了。通过求解 x 这个问题我们想高中应该就学过了,我就不多说了。,所以,这段代码的时间复杂度就是 。现在,我把代码稍微改下,你再看看,这段代码的时间复杂度是多少?
int i=1;
while (i <= n) {
i = i * 3;
}
根据我刚刚讲的思路,很简单就能看出来,这段代码的时间复杂度为。
总结
常见的复杂度并不多,从低阶到高阶有:、、、、。
转自数据结构与算法之美