算法复杂度（渐进）分析指南 note

对数级时间复杂度：如果算法可以在常数时间把问题的规模按照某个分数（一般是1/2）分解，那么该算法的复杂度为O(log n).

eg.

for (i = 1; i <= n)

         i = i * 2;

在第k次循环时，n=2的k次方,然后循环结束。在等式两边取对数，得到 k=log n （假设计数是2）。

总时间是O(log n)

同样的下面的例子，最坏情况下的增长率是O(log n), 同样讨论递减序列也成立。

for (i = n; i >= 1)

i = i / 2;

另一个例子：二叉查找（二叉搜索）

在一本n页字典里查找一个单词 ：

A）首先查找字典正中间一页；

B）如果没有找到，确定索要查找到的单词在中间页的左边还是右边；

C）对字典的左边或者右边重复上述两步，知道找到所要查的单词。