O(log n)和O(n)折射出思维的差异

最新推荐文章于 2024-06-13 16:30:53 发布
最新推荐文章于 2024-06-13 16:30:53 发布
阅读量1w 收藏 5
点赞数 8
分类专栏： S7: 码农笑话
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/stpeace/article/details/8101172
版权

       偷笑偷笑偷笑

       早晨一女生背着一堆书进了阅览室,结果警报响了,大妈让女生看看是哪本书把警报弄响了，那女生把书倒出来，准备一本一本的测。大妈见状急了，把书分成两份,第一份过了一下,响了。又把这一份分成两份接着测，三回就找到了，大妈用鄙视的眼神看着女生，仿佛在说O(n)和O(log n)都分不清。

 

涛歌依旧
关注
  • 8
    点赞
  • 踩
  • 5
    收藏
    觉得还不错? 一键收藏
  • 5
    评论
专栏目录
cpmoptimize:优化了用于计算线性递归的Python字节码，将时间复杂度从O（n）降低到O（log n）
04-30
cpmoptimize 通过快速矩阵求幂进行自动算法优化的装饰器 例子 假设我们要使用Python中的程序来计算十分之一的。 简单算法的功能相当慢： def fib ( n ): a = 0 b = 1 for i in xrange ( n ): a , b = b , a + b return a result = fib ( 10 ** 7 ) # Time: 25 min 31 sec 但是，如果我们应用优化装饰器，该函数将为您提供更快的答案： from cpmoptimize import cpmoptimize @ cpmoptimize () def fib ( n ): a = 0 b = 1 for i in xrange ( n ): a , b = b , a + b
C# 日志记录类 Log4N
05-31
3. 在代码中使用Log4N：在需要记录日志的地方，通过Log4N提供的API（如`ILog`接口和`Logger`类）来创建和发送日志消息。 4. 调试和优化：根据日志信息进行问题排查，如有需要，可以调整配置以优化日志输出。 总的来...
什么是对数logN
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
用Log(n)的时间复杂度解决快乐数问题
最新发布
weixin_51924589的博客
06-13 316
每次除以10的余数存进列表，最后循环列表，将每一位数字平方后相加，作为新的n。循环边界条件为n>6，这是因为当n只有一位数时，可以直接判断是否为快乐数。而经过计算可得，n等于2、3、4、5、6时无法经过算法得到结果1。此方法的时间复杂度为O(log(n))编写一个算法来判断一个数 n 是不是快乐数。
logn是什么意思_时间复杂度 O(log n) 意味着什么？
weixin_39785858的博客
12-03 2995
原文地址：What does the time complexity O(log n) actually mean?原文作者：Maaz译文出自：掘金翻译计划译者：cdpath校对者：zaraguo (zaraguo), whatbeg (Qiu Hu)预先知道算法的复杂度是一回事，了解其后的原理是另一件事情。不管你是计算机科班出身还是想有效解决最优化问题，如果想要用自己的知识解决实际问题，你都必须...
时间空间复杂度o(1), o(n), o(logn), o(nlogn)
一山
11-05 1005
描述算法复杂度时,常用o(1), o(n), o(logn), o(nlogn)表示对应算法的时间复杂度，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。 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。比如常见的遍历算法。再比如时间复杂度O(n^2)，就代表数据量增大n倍时，耗时增大n的平方倍，这是比线性更高的时间复杂度。比如冒泡排序，就是...
log(n)怎么理解
依步_的专栏
03-03 3823
1、理解什么是对数 参考回忆：https://baike.baidu.com/item/%E5%AF%B9%E6%95%B0/91326?fr=aladdin 2、log(n)理解，参考：https://www.cnblogs.com/glzgc/p/10831877.html
Android Log系统介绍 (基于Android N)
06-06
Android Log系统介绍 (基于Android N). 从调用 Log.d("xxx", "test") 到你从logcat中看到它的输出, 这中间都发生了什么? native代码中的"ALOG/ALOGD/ALOGE"等的"宏函数"log都打到哪里去了? 什么是 kernel log? 请看...
log4j删除前N天日志
12-25
本话题将深入探讨如何使用Log4j中的DailyRollingFileAppender配置来自动删除前N天的日志，以便保持日志文件的大小和数量在可控范围内。 首先，DailyRollingFileAppender是Log4j中的一个Appender实现，它按照日期...
斐波那契数列，时间复杂度为o（log（N））的c++实现
01-03
斐波那契数列，时间复杂度为O(log(N))的C++实现 斐波那契数列是一种经典的数学数列，通过递推公式可以求解，但是这种方法的时间复杂度为O(N)，效率很低。为了提高效率，需要使用更高效的算法来求解斐波那契数列。...
franceschini方法：稳定，就地，O（n）移动，O（n log n）比较
03-04
虽然比较次数多于移动次数，但O(n log n)是比较操作的理论上限，表明该算法在处理大规模数据时仍具有良好的性能。 Franceschini方法的具体实现细节没有在标题和描述中明确给出，但从其特性来看，它可能是通过一种...
logn什么意思
tanwu1的博客
12-17 2209
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。
时间复杂度中的log（n）底数到底是多少？
热门推荐
Finit的成长空间
05-15 6万+
其实这里的底数对于研究程序运行效率不重要，写代码时要考虑的是数据规模n对程序运行效率的影响，常数部分则忽略，同样的，如果不同时间复杂度的倍数关系为常数，那也可以近似认为两者为同一量级的时间复杂度。 现在来看看为什么底数具体为多少不重要？ 读者只需要掌握（依稀记得）中学数学知识就够了。 假设有底数为2和3的两个对数函数，如上图。当X取N（数据规模）时，求所对应的时间复杂度得比值...
解析复杂度：O(1)、O(n)、O(logn)、O(nlogn) 、O(n^k)
App Store.公众号.小程序:分享录
03-31 1609
本文主要讲解诸如时间、空间、算法等的复杂度表达方式。 相信很多人第一眼看到O(1)、O(n)、O(logn)、O(nlogn)、O(n^k)会一脸蒙蔽，这些常用来表示时间、空间、算法等的复杂程度。这些是按数量级递增排序，常见的有常数阶O(1)、线性阶O(n)、对数阶O(log2n)（以2为底n的对数，不清楚的回去复习对数函数相关知识，下同）、线性对数阶O(nlog2n)、平方阶O(n^2)、立方阶O(n^3)、k次方阶O(n^k)、指数阶O(2^n)，随着问题规模n的不断增大，上述复杂度不断增大，执行效率.
算法复杂度O(1),O(n),O(logn),O(nlogn)的含义
heihei2017的博客
10-28 6294
时空复杂度概述 首先o(1), o(n), o(logn), o(nlogn)是用来表示对应算法的时间复杂度,这是算法的时间复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。 算法复杂度分为时间复杂度和空间复杂度。其作用： 时间复杂度是指执行这个算法所需要的计算工作量； 空间复杂度是指执行这个算法所需要的内存空间； 时间和空间都是计算机资源的重...
复杂度分析学习总结
guoquanqin的博客
03-13 894
复杂度分析学习总结 1、大 O 复杂度表示法 T(n) = O( f(n) ) 其中，T(n) 表示代码执行的时间；n 表示数据规模的大小；f(n) 表示每行代码执行的次数总和。公式中的 O，表示代码的执行时间 T(n) 与 f(n) 表达式成正比。 大 O 时间复杂度实际上并不具体表示代码真正的执行时间，而是表示代码执行时间随数据规模增长的变化趋势，所以，也叫作渐进时间复杂度（asymptotic time complexity），简称时间复杂度。 int cal1(int n) {
C++ 快速排序空间复杂度O(logn)
给你一颗小瓜子的博客
08-17 874
核心思想： 1.选取主元选取一个元素为主元，这里采用三个数(left, center, right)的中位数作为主元的方法，并把选择好的主元放到right-1的位置(升序排序)，这样接下来的子集划分只需要从left+1，right-2开始即可 2.子集划分选取主元后，用双指针i,j遍历子序列，i寻找从left+1往后第一个大于等于主元的元素，j寻找从right-2到前第一个小于主元的元素，当i，j都找到满足条件的元素时，判断i是否小于j即i,j之间还有元素，若i小于j交换这两个位置的元素，否则说明i..
算法复杂度O(1),O(n),O(logn),O(nlogn)的区别
Android系统攻城狮
01-06 1290
算法复杂度分为时间复杂度和空间复杂度： 时间复杂度是指执行这个算法所需要的计算工作量 空间复杂度是指执行这个算法所需要的内存空间 1.对于一个循环，假设循环体的时间复杂度为 O(n)，循环次数为 n，则这个 循环的时间复杂度为 O(n×1)。 void aFunc(int n) { for(int i = 0; i < n; i++) { // 循环次数为 n printf("Hello, World!\n"); // 循环体时间复杂度为 O(
证明3 log n + log log n is O(log n )
05-28
要证明3 log n + log log n是O(log n)，我们需要找到一个正常数C和一个正整数𝑛0，使得当𝑛≥𝑛0时，3 log n + log log n ≤ C log n。 我们可以使用下面的步骤来证明： 1. 对于任意正整数n，我们有n > log n > log log n，因为对于任意n，log n的值小于n，而log log n的值小于log n。 2. 因此，我们可以将3 log n + log log n表示为4 log n - log n + log log n。 3. 我们可以将右侧的所有项表示为log n的形式，得到4 log n - log n + log log n ≤ 4 log n。 4. 因此，我们可以选择C=4，并选择𝑛0=1，因为当𝑛≥1时，4 log n ≥ 3 log n + log log n。 因此，我们可以得出结论：3 log n + log log n是O(log n)。

“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 5
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