算法复杂度对数阶O（logn）详解

最新推荐文章于 2025-10-02 15:00:56 发布
原创 最新推荐文章于 2025-10-02 15:00:56 发布 · 1.9w 阅读 · 27 ·
CC 4.0 BY-SA版权
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。
文章标签：

#算法

本文通过分析一个具体的循环代码示例，详细解释了如何计算循环的时间复杂度，并得出该循环的时间复杂度为O(logn)。
部署运行你感兴趣的模型镜像

下面的这段代码，时间复杂度是多少呢？


int count = 1;
while(count < n)
{  

   count = count*2;
   //时间复杂度O（1）的程序步骤序列
   ......

}


由于每次count成衣2之后，就距离n更近了一分。也就是说，有多少个2相乘后大于n，则会退出循环。由2^x=n 得到x=logn。所以这个循环的时间复杂度为O（logn）.

您可能感兴趣的与本文相关的镜像

Stable-Diffusion-3.5

Stable-Diffusion-3.5

图片生成
Stable-Diffusion

Stable Diffusion 3.5 (SD 3.5) 是由 Stability AI 推出的新一代文本到图像生成模型，相比 3.0 版本，它提升了图像质量、运行速度和硬件效率

【时间复杂度】定义与计算方法
qq_43196617的博客
06-04 777
时间复杂度是计算机科学中用来描述算法执行时间效率的一个概念。它表示了算法执行时间与输入数据量之间的关系，通常用大O符号（Big O notation）来表示。
【数据结构入门】算法的时间复杂度和空间复杂度详解
codewinter的博客
07-27 4284
【数据结构学习之路】算法的时间复杂度和空间复杂度 文章目录【数据结构学习之路】算法的时间复杂度和空间复杂度（1）算法效率（2）时间复杂度的计算1）什么是时间复杂度2）大O渐进表示法（估算）3）时间复杂度计算实例4）总结5）一些思考（3）空间复杂度的计算（4）常见复杂度对比 本篇前言 在C语言阶段，我们学过了一些排序和查找算法，冒泡排序，快速排序，二分查找等等，哪种算法更好呢，我们如何衡量一个算法的好坏呢？本篇来学习算法的时间复杂度和空间复杂度，相信学完后你就会明白了。 （1）算法效率 算法在编写成可执行
算法时间复杂度T(n)大小顺序
热门推荐
LzwGlory的专栏
10-08 2万+
一般情况下，算法中基本操作重复执行的次数是问题规模n的某个函数f(n),算法的时间度量记作 T(n)=O(f(n)) ，他表示随问题规模n的增大，算法执行时间的增长率和f(n)的增长相同，称作算法的渐进时间复杂度(asymptotic time complexity),简称时间复杂度。     时间复杂度T(n)按数量级递增顺序为： 常数阶 对数阶 线性阶 线性对数阶
算法复杂度详解（O(1)，O(n)，O（logn）等）
weixin_43611145的博客
10-13 1424
算法复杂度详解（O（1），O（n），O（logn）等） 观前提示： 本文所使用的IDEA版本为ultimate 2019.1，JDK版本为1.8.0_141。
算法时间复杂度为 log(n)，log(n) 是什么意思
最新发布
daxiang的专栏
10-02 1771
摘要：O(log n)表示算法执行时间与输入规模n的对数成正比，常见于分治策略或迭代缩减问题规模的算法，如二分查找和欧几里得算法。其效率远优于线性复杂度，当n=10^6时仅需约20次操作。
数据结构与算法——时间复杂度
xzt12138的博客
07-18 3957
众所周知，设计算法需要提高效率。那么，如何度量一个算法的执行时间呢?我们的计算机前辈们，为了对算法的评判更加科学，研究出了一种叫做事前分析估算的方法。实际上，就是通过在程序运行前通过对代码语句执行的次数进行求和，以此来评判一个算法的效率。所谓的时间复杂度，也就跟这个代码语句的执行次数密切相关。提示以下是本篇文章正。...
数据结构与算法之时间复杂度
皓晨的架构笔记
08-31 354
算法的时间复杂度 一般情况下，算法中的基本操作语句的重复执行次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n)，使得当n趋近于无穷大时，T(n) / f(n) 的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作 T(n)=Ｏ( f(n) )，称Ｏ( f(n) ) 为算法的渐进时间复杂度，简称时间复杂度。 T(n) 不同，但时间复杂度可能相同。 如：T(n)=...
算法复杂度 o(1), o(n), o(logn), o(nlogn)
大雄号的博客
11-24 608
在描述算法复杂度时,经常用到o(1), o(n), o(logn), o(nlogn)来表示对应算法的时间复杂度, 这里进行归纳一下它们代表的含义:  这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。  1、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...
关于对数复杂度
aguyaguy的专栏
06-05 5796
今天下午的一会看了对数的知识，因为复杂度中经常会用到对数级别的复杂度。 先看一个对数的公式吧： 今天下午我盯着这个公式看了半天，想知道这个公式是怎么得来的，甚至还花了图，但最后感觉心里还不是很透彻…… 然后我又一次感觉到：理解数学中的一些东西，真不是靠画图去理解的，那些数学好的人，肯定也不是这样学数学的。 但我真的很想把数学学好啊…… 还是看一下百度百科上是怎么推
数据结构复习：算法复杂度与数组存储详解
在数量级比较方面，文档指出应掌握常见函数按增长率由小到大排列的顺序：常数阶O(1) 对数阶O(logn) 线性阶O(n) 线性对数阶O(nlogn) 幂函数阶O(n²)、O(n³)等 指数阶O(2ⁿ)、O(3ⁿ) 阶乘阶O(n!)。这一排序对于判断...
算法复杂度详解与Big-O分析指南
时间复杂度的常见类型有常数阶（O(1)）、对数阶（O(logN)）、线性阶（O(N)）、线性对数阶（O(NlogN)）、二次阶（O(N^2)）、立方阶（O(N^3)）、指数阶（O(2^N)）和阶乘阶（O(N!)）等。 计算机科学是一个广泛且多样的...
分析算法时间复杂度基本方法和步骤(方法论和例题详解)
全局可见
02-18 1568
nnT(n)nO(1)O(log n)O(n)O(n log n)O(n²)O(2ⁿ)：描述算法运行时间与输入规模的增长关系，用表示。：忽略常数和低阶项，只保留最高阶项，例如。基本操作是执行次数最多的核心操作，通常是循环或递归内的操作。：循环中的加法操作c复制代码：O(n)c复制代码：n次 →c复制代码：n × m次c复制代码总次数 = Σi=0n-1 i = n(n-1)/2：保留最高阶项并去掉系数 →c复制代码i的变化：1 → 2 → 4 → 8 → ... → 2k ≤ n。
2、算法复杂度简介
FrankYang的博客
06-05 834
时间复杂度和空间复杂度 一 概念 时间复杂度和空间复杂度是衡量算法效率的重要的指标，而现实中对时间复杂度尤为关心，面试经常会问。但是一问到空间复杂度就容易卡壳。其实在算法设计中，在规定量级空间复杂度去设计算法是件非常有趣的事。 时间复杂度：是指执行算法所需要的计算工作量。(其实就是所耗费的时间，但是用量级形势将其表示出来) 空间复杂度：执行这个算法所需要的内存空间。(其实就是消耗存储空间的大小) 二 时间复杂度的计算 （一）P、NP、NPC、NPH问题 这个问题能很好反应时间复杂度是量级问题，而不是具体代码
O(log n) 到底是什么意思？
HuntsBot的博客
01-02 4779
我正在学习 Big O Notation 运行时间和摊销时间。我理解 O(n) 线性时间的概念，这意味着输入的大小会成比例地影响算法的增长……例如，二次时间 O(n2) 等也是如此……甚至算法，例如置换生成器，具有 O(n!) 次，由阶乘增长。例如，以下函数是 O(n)，因为算法的增长与其输入 n 成比例：类似地，如果有一个嵌套循环，时间将是 O(n2)。但是 O(log n) 到底是什么？例如，完全二叉树的高度为 O(log n) 是什么意思？我确实知道（可能不是很详细）对数是什么，从某种意义
时间复杂度：对于O(logn)对数阶的理解（含推导）
CaptainDrake的博客
12-24 1271
时间复杂度：对于O(logn)对数阶的理解
快速求一个数的阶数O(log n)
xiaokanfengyun007的专栏
08-14 1510
public class Test2 { public static double fun(int base ,int ex) { if (ex==0) { return 1; } if (ex==1) { return base; } double res=fun(base,ex>>1); res*=res; if ((ex & 1)==1)
【时间复杂度】详解O(logn)
weixin_52709852的博客
03-05 3840
时间复杂度： (代码每行运行的次数总和，大O符号表示法：描述代码执行时间的增长变化趋势) 常见时间复杂度（按效率排序） O(1) < O(logn) < O(n) < O(nlogn) < O(n²) < O(n²logn) < O(n³) 对数阶O(logn): 当算法中循环出现折半的时候，就会出现对数阶 例1: 例2: I = 1 while(I<n): I = I * 2 线性对数阶O(n...
算法的常数级--对数级-线性级
gsh1075035316的博客
08-10 4153
当重复执行的次数,就是问题的规模很大的时候就有很大区别了. 最好的算法就是常数阶的.无论问题规模多大执行时间不变. 对数阶就是 log a N .执行时间随执行次数呈对数增长 线性阶的次之.执行时间随问题规模增长呈正比例增长 运行时间随着问题规模增大的增长速度：指数级别 > 立方级别 > 平方级别 >> 线性对数级别 > 线性级别 >> 对数级别 > 常数级别 对数的底数和增长的数量级无关（因为不同的底数仅相当于一个常数因子），所以我们在说明对数级别时一般使用
算法复杂度描述中为什么用“logn”，而不用“log2n”、“lnn”或“lgn”（转载）
流楚丶格念的博客
11-13 2020
可知算法的时间复杂度与不同底数只有常数的关系，均可以省略自然可以用logN代替。由O的运算规则"O( C × f(N) )=O( f(N ) )，得O（logaB）=O（logcB）logcA（c为底数）为常数，其中C是一个正的常数。
评论 11
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