在大O符号的树形结构:为什么一些消息来源指O(logN)的,有的为O(H)(In Big-O notation for tree structures: Why do some sources ref

本文探讨了二叉搜索树遍历算法的复杂性问题,对比了两种不同表述方式:一种认为复杂性为O(H),另一种则认为是O(logN)。文章深入分析了这种差异的原因,指出在平衡二叉树中,节点数量与树高度的对数成正比,但在不平衡树中,高度与节点数量的关系更为复杂。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

问 题

在任何算法遍历二叉搜索树研究的复杂性,我看到了两种不同的前preSS同样的事情:

版本#1:遍历算法在最坏的情况下,比较每一次树的高度;因此,复杂性是 0(H)。

版本#2:遍历算法在最坏的情况下,比较每一次树的高度;因此,复杂性是 O(logN)的。

在我看来,同样的逻辑在起作用,但不同的作者请使用 logN个或 ^ h 。有人可以给我解释一下为什么是这样的情况?

解决方案

如果您的二叉树是平衡的,这样每个节点正好有两个子节点,在树中的节点将是随后数不完全的 N   =  2 ħ的 &减去;  1,因此高度是元件的数量的对数(以及类似地为任何完整的 N 的进制树)。

这是随心所欲,不受约束的树可能看起来完全不同,虽然;例如,它可以只是在每一级有一个节点,所以的  =  ħ的在这种情况下。所以高度是更一般的量度,因为它涉及到实际比较,但下平衡的附加假设可以前preSS的高度的元件的数目的对数。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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