算法的时间复杂度分析之O(logn)、O(nlogn)

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