O(logn)时间复杂度的程序哪儿来的

本文链接：https://blog.csdn.net/peer_pressure/article/details/135372669

本文探讨了如何通过二分法思想优化算法，如二叉搜索树和斐波那契数列的O(logn)解法，以及记忆化技术避免重复计算。文章还提及了区间维护和查询在解决问题中的应用，展示了从基础概念到复杂问题解决的思路过程。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

有没有想过一个问题

如果我要遍历(或者说考虑这个问题的每个情况)是不是最少对每个情况都进行一次处理？

但这是O(n)级别的，那O(logn)哪里来的呢？(省流：比如二叉搜索树的搜索，二进制<-而这些其实都体现了二分法的思想，二分的思想主要用于遍历问题，可以把大的问题跳跃性的拆成小的问题)

很简单，因为我们跳过了重复的计算(实现上来讲是记住了可以重复利用的结果)<-注意这里我讲的是“记住了可以重复利用的结果”而不是“保存结果以重复利用”这点我举个例子：

举例必备------万能的斐波那契数列

O(2^n)解法：递归

因为递归程序将函数压入了程序栈，构成了逻辑树(思维导图)的层------听不懂的话就这么理解：每次递归有两个出口(形成分支)，构成了一个二叉树

优化---O(n)解法：递推/记忆化递归

通过建一个记忆化数组的方式，将所有计算过的结果存起来，这样只需要调用即可。对于每一个数据，只做一步处理，就是把它前面的数(结果)与再前面的那个数(结果)相加

这样的话，不管是递推还是递归，都能避免重复计算哩(喜)

可是如果一道题给你，连O(n)解法都超了，那怎么办？

我知道你很急，但你先别急

我们来看下面这道题

“最少用多少个不同的正整数(不可重复使用)，使其相互之间用求和的方式可以表示出从1到100以内所有的正整数”

样例：2=1+1

3=1+2

7=1+2+4

9=1+8

10=2+8

所以让它能表示从1到10内所有的整数，我们只需要1 ，2 ，4和8即可

看到这几个数字，想必大家都知道是啥意思了，就是2的0，1，2，3次方。原理上简单一点的话可以理解成二分查找或者是二进制，复杂一点的话，其实是个四层的二叉搜索树。但不管怎么样，我确实只用四个数就可以表示从1到10甚至是1到15内的所有的数。

你看，logn这不就来了吗？

我们回到刚刚的斐波那契数列

O(logn)写法：矩阵快速幂

呃，这个我考虑一下，到底要不要写。。。。因为这个东西实在太长了，一时半会儿讲不清楚，我在这里先扔个链接吧哔哩哔哩上的https://b23.tv/x1rOxC5【竞赛向】斐波那契数列的矩阵快速幂求法-哔哩哔哩

讲的挺好的，可以看一下。我写这篇文章，只是为了帮助你们理解这个问题的(其实)。。。［坏笑］

因为我觉得他前半段讲的很好，就是说因为两两线性相关，所以想到用矩阵来处理。但是后半段讲的就有点拉垮，可以结合着我这篇文章来看看(就是他把指数［幂］等那个树，我像我的那个引例一样进行了多次二分。而那种二分的实现，其实只需要取出它的二进制数就可以了。这样的话就可以做到只存储A的一次方，二次方，四次方…这些结果，就可以快速的计算出任意给定的n。而唯一需要计算的两个部分就是存储的结果和最后算n的那一步，算n只要一步，这没问题，而算a的次方的二次方是由一次方平方得来的，四次方是由二次方平方得来的…同样我每算一个结果只需要进行一次运算)