问题标题: 酷町堂:请问O(nlogn)中的log是什么意思啊 ,最好举几个例子

0
0

2
已采纳
李泽远
李泽远
高级天翼
高级天翼

log.png

李泽远在2020-07-15 09:30:44追加了内容

自己用LaTeX写的,再截屏过来,纯手工制作,望采纳

李泽远在2020-07-15 10:37:35追加了内容

我顶

0
0
0
金志成
金志成
资深守护
资深守护

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)
————————————————
版权声明:本文为CSDN博主「yanzu986」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/Yanzudada/java/article/details/101679003

不删出处

0
0
0
董子墨
董子墨
中级天翼
中级天翼

logn,就是指2的logn次方是n。

如:n是8,2的3次方是8,所以log8是3

再比如:64,2的6次方是64,所以log64是6

通常logn都比n小很多。

 

我要回答