为什么leetcode215的时间复杂度是O(n)而二分查找的时间复杂度是O(logn)呢？

今天刷leetcode的时候有了一个关于时间复杂度的疑问。

leetcode215题是找第K大的数。

里面题解的partition方法的时间复杂度是O(n)，怎么得出来的呢？

按照我的理解，时间复杂度就是程序运行次数的数量级。

第1次遍历了整个array，代码运行次数也就是n，
第2次遍历了1/2个array，代码运行次数是n/2，
第3次遍历了1/4个array，代码运行次数是n/4，
同理一直叠加,得到总执行次数为
n + n/2 + n/4 + n/8 +...+...
然而，
1/2 + 1/4 + 1/8 + 1/16 +...+... 趋近于 1
所以，
n + n/2 + n/4 + n/8 +...+...趋近于2n
省略掉常数之后，
就是O(n)

然而，二分查找好像跟这个也差不多，也是每次取一半来计算，那为什么时间复杂度却是O(logn)?

因为，二分查找中的数组是排好序的。
找到中间值的时间复杂度为O(1),而不用去遍历数组。
所以执行一次代码就能找到中间值。
执行一次代码后，剩下n/2个数，
执行两次代码后，剩下n/4个数，
执行三次代码后，剩下n/8个数，
...
执行k次代码后，剩下n/(2^k)个数。
在最坏的情况下，执行k次代码后，只剩下1个数。
这个数就是我们要找的数。
那么，在最坏的情况下，
n/(2^k) = 1
推出，
n = 2^k
可得，
k = log2(n)
省略掉常数之后即为，O(logn)

最后，由于这个跟快速排序强相关，下面顺便用这种思路来推导下，为什么快速排序的时间复杂度为O(nlogn)呢？

在快速排序中，
遍历1次数组后，代码的运行次数也就是n，能够使得1个数字在正确的位置上。
遍历2次数组后，代码的运行次数也就是2n，能够使得3个数字在正确的位置上。
遍历3次数组后，代码的运行次数也就是3n，能够使得7个数字在正确的位置上。
...
遍历k次数组后，代码的运行次数也就是kn，能够使得(2^k)-1个数字在正确的位置上。
我们的终极目的是，使得n个数字在正确的位置上，即为完成了排序。
那么，
(2^k)-1 = n
可推出，
2^k = n + 1
即，
k = log2(n+1)

由于代码的运行次数为kn，
所以可以得到，
kn = n * log2(n+1)
省略常数之后即为，O(nlogn)

author:xjnull
email:xjnull@gmail.com