【算法基础】o(1), o(n), o(logn), o(nlogn)

 由于平时接触算法比较少，今天看资料看到了o(1)，都不知道是什么意思，百度之后才知道是什么意思。

        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。 

        比如时间复杂度为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，就是典型的O(n^2)的算法，对n个数排序，需要扫描n×n次。 

        再比如O(logn)，当数据增大n倍时，耗时增大logn倍（这里的log是以2为底的，比如，当数据增大256倍时，耗时只增大8倍，是比线性还要低的时间复杂度）。二分查找就是O(logn)的算法，每找一次排除一半的可能，256个数据中查找只要找8次就可以找到目标。 

        O(nlogn)同理，就是n乘以logn，当数据增大256倍时，耗时增大256*8=2048倍。这个复杂度高于线性低于平方。归并排序就是O(nlogn)的时间复杂度。 

        O(1)就是最低的时空复杂度了，也就是耗时/耗空间与输入数据大小无关，无论输入数据增大多少倍，耗时/耗空间都不变。 哈希算法就是典型的O(1)时间复杂度，无论数据规模多大，都可以在一次计算后找到目标（不考虑冲突的话）。

 

数据知识拓展：

log即为对数函数.

lg5=lg(10/2)=lg10-lg2=1-0.3010=0.6990。对数函数lg，是以10为底的对数（常用对数），如lg 10=1。

对数函数是6类基本初等函数之一。其中对数的定义：

如果ax=N（a>0，且a≠1），那么数x叫做以a为底N的对数，记zd作x=logaN，读作以a为底N的对数，其中a叫做对数的底数，N叫做真数。

扩展资料

1、对数函数性质

对于对数函数y=logₐx，其中a叫做对数的底数，x叫做真数。

当a>1时，如果底数一样，真数越大，函数值越大。

当0<a<1时，如果底数一样，真数越小，函数值越大。

2、对数函数运算公式

（1）和差公式

logₐM+logₐN=logₐ(M*N)、logₐM-logₐN=logₐ(M/N)

（2）换底公式

logₐM=logₑM/logₑa