算法复杂度对数阶O（logn）详解

最新推荐文章于 2024-05-04 05:30:00 发布

shikelang_pp

最新推荐文章于 2024-05-04 05:30:00 发布

阅读量1.9w

点赞数 41

分类专栏：数据结构文章标签：算法

本文链接：https://blog.csdn.net/shikelang_pp/article/details/77145841

版权

数据结构专栏收录该内容

11 篇文章 2 订阅

订阅专栏

下面的这段代码，时间复杂度是多少呢？

int count = 1;
while(count < n)
{  

   count = count*2;
   //时间复杂度O（1）的程序步骤序列
   ......

}

由于每次count成衣2之后，就距离n更近了一分。也就是说，有多少个2相乘后大于n，则会退出循环。由2^x=n 得到x=logn。所以这个循环的时间复杂度为O（logn）.

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

shikelang_pp

关注关注

41
点赞
踩
27

收藏

觉得还不错? 一键收藏
11
评论
复制链接

分享到 QQ

分享到新浪微博

扫一扫

专栏目录

几个简单的对数增长阶算法

szengtal的专栏

03-10

3096

数学算法对数增长阶实现最近在看scip，不得不说，这本书的确是经典之作，每天抽出时间看一会上面所讲的东西，对我这样编程算法基础薄弱的人，也是受益匪浅。所以想把上面的一些好的算法用自己熟悉的javascript重新写一遍，加深记忆。最大公约数两个整数a和b的最大公约数（GCD）定义为能除尽这两个数的那个最大的整数。在SCIP中提到了一种基于欧几里得算法的对数增加阶的实现。该算法的思想是：如果r是a除以

算法复杂度详解（O(1)，O(n)，O（logn）等）

weixin_43611145的博客

10-13

1137

算法复杂度详解（O（1），O（n），O（logn）等）观前提示：本文所使用的IDEA版本为ultimate 2019.1，JDK版本为1.8.0_141。

11 条评论您还未登录，请先登录后发表或查看评论

【收录 Hello 算法】2.4 空间复杂度（常数阶、线性阶、平方阶、指数阶、对数阶）

最新发布

让学习成为一种习惯

05-04

943

再例如将数字转化为字符串，输入一个正整数 𝑛 ，它的位数为 ⌊log10⁡𝑛⌋+1 ，即对应字符串长度为 ⌊log10⁡𝑛⌋+1 ，因此空间复杂度为 𝑂(log10⁡𝑛+1)=𝑂(log⁡𝑛)。例如归并排序，输入长度为 𝑛 的数组，每轮递归将数组从中点处划分为两半，形成高度为 log⁡𝑛 的递归树，使用 𝑂(log⁡𝑛) 栈帧空间。常数阶对数阶线性阶平方阶指数阶常数阶对数阶线性阶平方阶指数阶𝑂(1)

算法复杂度 o(1), o(n), o(logn), o(nlogn)

大雄号的博客

11-24

519

在描述算法复杂度时,经常用到o(1), o(n), o(logn), o(nlogn)来表示对应算法的时间复杂度, 这里进行归纳一下它们代表的含义: 这是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。 1、O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量之间的关系。其中的n代表输入数据的量。 O(n)：就代表数据量增大几倍，耗时也增大几倍。比如常...

关于对数复杂度

aguyaguy的专栏

06-05

5650

今天下午的一会看了对数的知识，因为复杂度中经常会用到对数级别的复杂度。先看一个对数的公式吧：今天下午我盯着这个公式看了半天，想知道这个公式是怎么得来的，甚至还花了图，但最后感觉心里还不是很透彻…… 然后我又一次感觉到：理解数学中的一些东西，真不是靠画图去理解的，那些数学好的人，肯定也不是这样学数学的。但我真的很想把数学学好啊…… 还是看一下百度百科上是怎么推

O(log n) 到底是什么意思？

kalman2019的博客

01-02

3894

我正在学习 Big O Notation 运行时间和摊销时间。我理解 O(n) 线性时间的概念，这意味着输入的大小会成比例地影响算法的增长……例如，二次时间 O(n2) 等也是如此……甚至算法，例如置换生成器，具有 O(n!) 次，由阶乘增长。例如，以下函数是 O(n)，因为算法的增长与其输入 n 成比例：类似地，如果有一个嵌套循环，时间将是 O(n2)。但是 O(log n) 到底是什么？例如，完全二叉树的高度为 O(log n) 是什么意思？我确实知道（可能不是很详细）对数是什么，从某种意义

快速求一个数的阶数O(log n)

xiaokanfengyun007的专栏

08-14

1447

public class Test2 { public static double fun(int base ,int ex) { if (ex==0) { return 1; } if (ex==1) { return base; } double res=fun(base,ex>>1); res*=res; if ((ex & 1)==1)

【数据结构入门】算法的时间复杂度和空间复杂度详解

codewinter的博客

07-27

3865

【数据结构学习之路】算法的时间复杂度和空间复杂度 文章目录【数据结构学习之路】算法的时间复杂度和空间复杂度（1）算法效率（2）时间复杂度的计算1）什么是时间复杂度2）大O渐进表示法（估算）3）时间复杂度计算实例4）总结5）一些思考（3）空间复杂度的计算（4）常见复杂度对比本篇前言在C语言阶段，我们学过了一些排序和查找算法，冒泡排序，快速排序，二分查找等等，哪种算法更好呢，我们如何衡量一个算法的好坏呢？本篇来学习算法的时间复杂度和空间复杂度，相信学完后你就会明白了。（1）算法效率算法在编写成可执行

2、算法复杂度简介

FrankYang的博客

06-05

730

时间复杂度和空间复杂度 一概念时间复杂度和空间复杂度是衡量算法效率的重要的指标，而现实中对时间复杂度尤为关心，面试经常会问。但是一问到空间复杂度就容易卡壳。其实在算法设计中，在规定量级空间复杂度去设计算法是件非常有趣的事。时间复杂度：是指执行算法所需要的计算工作量。(其实就是所耗费的时间，但是用量级形势将其表示出来) 空间复杂度：执行这个算法所需要的内存空间。(其实就是消耗存储空间的大小) 二时间复杂度的计算（一）P、NP、NPC、NPH问题这个问题能很好反应时间复杂度是量级问题，而不是具体代码

算法时间复杂度分析方法详解

在算法分析中，大O符号是一种用于描述算法时间复杂度的符号表示法。它描述的是随着输入规模的增大，算法的时间增长速度的上限。 ### 2.1 大O符号的定义大O符号表示算法的渐进上界。当存在正常数 c 和函数 f(n)，...

JS中数据结构与算法---排序算法(Sort Algorithm)实例详解

10-16

2. O(logn)：对数阶，常见于二分查找等算法，每次操作数据量减半。 3. O(n)：线性阶，算法执行时间与数据规模成正比。 4. O(nlogn)：线性对数阶，如快速排序、归并排序等高效算法。 5. O(n²)：平方阶，如冒泡排序、...

【时间复杂度】详解O(logn)

weixin_52709852的博客

03-05

3561

时间复杂度： (代码每行运行的次数总和，大O符号表示法：描述代码执行时间的增长变化趋势) 常见时间复杂度（按效率排序） O(1) < O(logn) < O(n) < O(nlogn) < O(n²) < O(n²logn) < O(n³) 对数阶O(logn): 当算法中循环出现折半的时候，就会出现对数阶例1: 例2: I = 1 while(I<n): I = I * 2 线性对数阶O(n...

算法的常数级--对数级-线性级

gsh1075035316的博客

08-10

3664

当重复执行的次数,就是问题的规模很大的时候就有很大区别了. 最好的算法就是常数阶的.无论问题规模多大执行时间不变. 对数阶就是 log a N .执行时间随执行次数呈对数增长线性阶的次之.执行时间随问题规模增长呈正比例增长运行时间随着问题规模增大的增长速度：指数级别 > 立方级别 > 平方级别 >> 线性对数级别 > 线性级别 >> 对数级别 > 常数级别对数的底数和增长的数量级无关（因为不同的底数仅相当于一个常数因子），所以我们在说明对数级别时一般使用

算法复杂度描述中为什么用“logn”，而不用“log2n”、“lnn”或“lgn”（转载）

流楚丶格念的博客

11-13

1624

可知算法的时间复杂度与不同底数只有常数的关系，均可以省略自然可以用logN代替。由O的运算规则"O( C × f(N) )=O( f(N ) )，得O（logaB）=O（logcB）logcA（c为底数）为常数，其中C是一个正的常数。

大话数据结构 —— 2.9.5 对数阶

烟敛寒林的博客

09-10

555

int i=1，n=100; while( i<n ) { i=i*2; } 由于每次i*2之后，就举例n更近一步，假设有x个2相乘后大于或等于n, 则会退出循环。于是由 2^x=n 得到 x=log(2)n, 所以这个循环的时间复杂度为O(logn)。 ...

时间复杂度之详解O(logn)

CLKTOY的博客

05-09

660

时间复杂度

算法分析 | 关于时间复杂度的知识点（1,n,log n,n*log n,n*2,n*3 的比较）

OneLine_的博客

03-02

4079

在做作业的时候发现自己对这个知识点还是没有很清楚现在对我百度到的博客做一下整理 1 大部分程序的大部分指令之执行一次，或者最多几次。如果一个程序的所有指令都具有这样的性质，我们说这个程序的执行时间是常数。 logN 如果一个程序的运行时间是对数级的，则随着N的增大程序会渐渐慢下来，如果一个程序将一个大的问题分解成一系列更小的...

数据结构与算法——时间复杂度

xzt12138的博客

07-18

2827

众所周知，设计算法需要提高效率。那么，如何度量一个算法的执行时间呢?我们的计算机前辈们，为了对算法的评判更加科学，研究出了一种叫做事前分析估算的方法。实际上，就是通过在程序运行前通过对代码语句执行的次数进行求和，以此来评判一个算法的效率。所谓的时间复杂度，也就跟这个代码语句的执行次数密切相关。提示以下是本篇文章正。...