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。