算法时间复杂度中O(logN)的底数是多少

最新推荐文章于 2024-05-29 22:49:22 发布
最新推荐文章于 2024-05-29 22:49:22 发布
阅读量6k 收藏 10
点赞数 3
分类专栏： 数据结构与算法 文章标签： 算法 数据 计算机科学
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/souder/article/details/77949067
版权

经常在算法书籍中看到logN的身影，那么这个对数的底数是多少呢？

Weiss 在他的著作《数据结构与算法分析》中曾指出：在计算机科学中，除非有特殊的说明，否则所有的对数都是以2为底的。

不过无论底数是什么,log级别的渐进意义是一样的。也就是说该算法的时间复杂度的增长与处理数据多少的增长的关系是一样的，证明如下：

我们先考虑O(logx(n))和O(logy(n))，x!=y，我们是在考虑n趋于无穷的情况。求当n趋于无穷大时logx(n)/logy(n)的极限可以发现，极限等于lny/lnx，也就是一个常数（以x为底y的对数），所以我们可以证明，底数对于O(logN)的描述没有影响

Leonc.
关注
  • 3
    点赞
  • 踩
  • 10
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
分析算法时间复杂度java.zip
10-13
例如，排序算法中，冒泡排序的时间复杂度为O(n^2)，而快速排序的平均时间复杂度为O(nlogn)。在处理大量数据时，选择时间复杂度更低的算法能显著提升程序性能。 总之，"分析算法时间复杂度java.zip"文件中的内容将...
快速排序Java 时间复杂度O(nlogn) 空间复杂度O(logn)
01-16
1.从数列中挑出一个元素，称为 “基准”（pivot）； 2.重新排序数列，所有元素比基准值小的摆放在基准前面，所有元素比基准值大的摆在基准的后面（相同的数可以到任一边）。在这个分割之后，该基准是它的最后位置。...
算法中的时间复杂度logN
qq_32444437的博客
04-11 949
软件开发中通过合理的算法能减小计算的空间复杂度和时间复杂度，有的复杂度为logN，什么是logN？通过毕业后的努力工作基本都忘了。
logN的底数
De_lovely_crane的博客
12-03 1万+
1、如果a(a>0，且a≠1)的b次幂等于N，即a^b=N，那么数b叫做以a为底N的对数，记作：logaN=b,其中a叫做对数的底数，N叫做真数。 2、以10为底的对数叫常用对数，记作log10N，简记为lgN； 3、以无理数e(e=2.718 28…)为底的对数叫做自然对数，记作logeN，简记为lnN。 log不写底数的时候，有默认的底数，物理上常用e，数学计算中常用10，计算机相关常用...
算法的时间复杂度（详解）
最新发布
2301_78724721的博客
05-29 1967
时间复杂度是衡量算法执行效率的重要指标，它表示算法随输入数据规模增长时执行时间的变化趋势。优化时间复杂度可以节省计算资源、提高系统性能、满足实时性要求，并提升用户体验。在设计算法时，应充分考虑时间复杂度的优化，以实现高效、稳定的性能表现。
一文带你了解算法复杂度O(1),O(n),O(logn),O(nlogn)的含义
qianshanding0708的博客
11-21 1907
相信很多开发的同伴们在研究算法、排序的时候经常会碰到O(1)，O(n)，O(logn)，O(nlogn)这些复杂度，看到这里就会有个疑惑，这个O(N)到底代表什么呢？首先o(1), o(...
logn什么意思
tanwu1的博客
12-17 2201
logn” 通常是对以 2 为底的对数（logarithm）的简写，表示 log base 2。在计算机科学和算法分析中，经常使用 logn 来描述算法的时间复杂度。logn 的增长速度较慢，因此算法的运行时间随着输入规模的增加而以较慢的速度增长，这通常是一个好的特性。具体来说，logn 表示对数函数，即如果一个算法的时间复杂度为 O(logn)，意味着算法的运行时间与输入规模的对数成正比。这种情况通常在二分搜索等分而治之（divide and conquer）算法中出现。
什么是对数logN
热门推荐
zhanwuguo8346的博客
07-05 2万+
什么是对数 软件开发中通过合理的算法能减小计算的空间复杂度和时间复杂度，有的复杂度为logN，什么是logN？通过毕业后的努力工作基本都忘了。 对数 首先，logN被称为对数，是在幂函数的基础上衍生的。例如：3²=9，可以得到log以3为底的9的对数等于2，可以理解为3相乘等于9，这里是两个3相乘，所以结果就是2。 比较经典的二分查找法的时间复杂度就是O(logN)（以2为底），若是用迭代的方式时间复杂度是O（N），N是数据量的个数；我们可以假设若是个数有100个，每一次查询的时间用1毫秒，二分查找
数据结构与算法笔记——时间复杂度
qq_45623864的博客
02-08 637
一般用大O表示法来描述复杂度，它表示的是数据规模 n 对应的复杂度 ◼ 忽略常数、系数、低阶 9 >> O(1) 2n + 3 >> O(n) n^2 + 2n + 6 >> O(n^2) 4n^3 + 3n^2 + 22n + 100 >> O(n^3) ◼ 对数阶一般省略底数,所以 log2n 、log9n 统称为 logn ◼ O(1) < O(logn) < O(n) < O(nlogn) < O(n^2) < O(n^3
时间复杂度为O（logN）的常用算法，算法数据结构
04-07
在实际编程中，掌握这些O(logN)时间复杂度的算法对于优化程序性能至关重要，特别是在处理大数据量时。例如，折半查找常用于数据库索引、二分图的判断等问题；欧几里得算法在数论和加密算法中广泛应用；而快速幂运算...
第二章 算法时间复杂度
01-20
P 和 NP 问题是算法理论中的核心问题。P 类问题是指能在多项式时间内解决的问题，如 n 的平方或 logn，而 NP 类问题则包括那些在最坏情况下需要指数时间才能解决的问题，如 2 的 n 次方或 n!。P 问题的解决方案可以...
算法基础:算法概念,时间复杂度 ,空间复杂度
08-18
2. O(logn)：对数时间复杂度，表示算法的执行时间随输入规模的对数增加。 3. O(n)：线性时间复杂度，表示算法的执行时间随输入规模的线性增加。 4. O(nlogn)：线性对数时间复杂度，表示算法的执行时间随输入规模的...
数据结构_时间复杂度和空间复杂度
weixin_43853178的博客
08-04 414
从程序设计的角度来看，时间复杂度和空间复杂度是评价一个算法性能的重要指标，因此，估算一个算法的时间复杂度和空间复杂度是程序员必须掌握的能力。这篇博客将会整理相关知识点，并且举例说明。...
数据结构时间复杂度
0
11-30 330
时间复杂度是用肉眼就能看出一段代码的执行效率。从效率高到效率低的几种常见表示法: O(1)、O(logn)、O(n)、O(nlogn)、O(n^2 ) 通常我们时间复杂度用大写的O表示,省略掉系数、低阶、常量。在衡量计算机算法复杂度时，科学家们不关心几倍的差别，因此，在用数学公式表达复杂度的时候，计算机科学家(高德纳)干脆删除了前面的常数因子，只保留后面的变量，他用了微积分中的一个概念大写的...
【数据结构】时间复杂度
qq_42814021的博客
02-23 1058
时间复杂度是一个函数，它定性描述该算法的运行时间。我们默认CPU的每个单元运行消耗的时间都是相同的，因此算法的运行时间可以用算法的操作单元数量来表示。假设算法的问题规模为n，其操作单元数量用函数f(n)来表示，那么随着n的增大，算法运行时间的增长率和f(n)的增长率相同，这称为算法的渐进时间复杂度，简称时间复杂度，记为O(f(n))。
快速排序为什么这么快？
码农田小齐
11-05 467
快速排序 首先选一个基准 pivot，然后过一遍数组， 把小于 pivot 的都挪到 pivot 的左边，把大于 pivot 的都挪到 pivot 的右边。 这样一来，这个 pivot 的位置就确定了，也就是排好了 1 个元素。 然后对 pivot 左边 ???? 的数排序， 对 pivot 右边 ???? 的数排序， 就完成了。 那怎么排左边和右边？ 答：同样的方法。 所以快排也是用的分治法的思想。 「分」 选择一个 pivot，就把问题分成了 pivot 左边pivot 右边 这两个问题。 「治」
O（logn）
寻找强烈无比的存在感！！！
05-13 5083
最近在研究算法，书上一直说时间是O（logn），但是没有明确说logn的底是什么 算法中log级别的时间复杂度都是由于使用了分治思想,这个底数直接由分治的复杂度决定.你如果采用二分法,那么就会以2为底数,三分法就会以3为底数,其他亦然.不过无论底数是什么,log级别的渐进意义是一样的.也就是说该算法的时间复杂度的增长与处理数据多少的增长的关系是一样的.
算法复杂度中的O(logN)底数是多少
piaoxuan1987
01-09 1368
转载 http://blog.csdn.net/jdbc/article/details/42173751 问题： 最近有好几学生问我，无论是计算机算法概论、还是数据结构书中， 关于算法的时间复杂度很多都用包含O(logN)这样的描述，但是却没有明确说logN的底数究竟是多少。 解答： 算法中log级别的时间复杂度都是由于使用了分治思想,这个底数直接由分治的复杂度决定。 如果采用二分法
时间复杂度
偶阵雨的博客
11-18 547
本篇从如下六点进行分析： 究竟什么是时间复杂度 什么是大O 不同数据规模的差异 复杂表达式的化简 O(logn)中的log是以什么为底？ 举一个例子 这可能是你见过对时间复杂度分析最通透的一篇文章。 究竟什么是时间复杂度 时间复杂度是一个函数，它定性描述该算法的运行时间。 我们在软件开发中，时间复杂度就是用来方便开发者估算出程序运行的答题时间。 那么该如何估计程序运行时间呢，通常会估算算法的操作单元数量来代表程序消耗的时间，这里默认CPU的每个单元运行消耗的时间都是相同的。 假设算法的问题规模为n，那么操作
时间复杂度中logn以什么为底
06-02
在时间复杂度分析中，对数复杂度通常默认为以 2 为底的对数，即 log2n。因为在实际应用中，对数复杂度的底数并不影响算法的增长趋势，只会导致常数倍的差异，而常数倍的差异在渐进意义下是可以忽略的。因此，一般情况下，时间复杂度中的对数都是以 2 为底的。但是，在某些特殊情况下，如果算法的底数不是 2，需要明确指出。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值