Tulad ng nabanggit sa sagot sa naka-link na tanong, isang karaniwang paraan para sa isang algorithm na magkaroon ng time complexity O(log n) ay para sa algorithm na iyon gumana sa pamamagitan ng paulit-ulit na pagbabawas ng laki ng input pababa sa pamamagitan ng ilang pare-parehong salik sa bawat pag-ulit.
Ano ang kahulugan ng log n?
Ang ibig sabihin ng
O(log N) ay time ay linearly na tumataas habang ang n ay tumataas nang exponential. Kaya kung aabutin ng 1 segundo upang makalkula ang 10 elemento, aabutin ng 2 segundo upang makalkula ang 100 elemento, 3 segundo upang makalkula ang 1000 elemento, at iba pa. Ito ay O(log n) kapag hinati at sinakop natin ang uri ng mga algorithm hal. binary search.
Ano ang O at log n?
Para sa input ng laki n, isang algorithm ng O(n) ang magsasagawa ng mga hakbang na katumbas ng n, habang isa pang algorithm ng O(log(n)) ang magsasagawa ng mga hakbang halos mag-log(n). Malinaw na ang log(n) ay mas maliit kaysa sa n kaya mas mahusay ang algorithm ng pagiging kumplikado O(log(n)).
Paano mo kinakalkula ang log n?
Ang ideya ay ang isang algorithm ay O(log n) kung sa halip na mag-scroll sa isang istraktura nang 1 sa 1, hahatiin mo ang istraktura sa kalahati nang paulit-ulit at gagawa ng pare-parehong bilang ng mga operasyon para sa bawat hati. Ang mga algorithm sa paghahanap kung saan patuloy na nahahati ang espasyo ng sagot ay O(log n).
Ano ang log n Square?
Log ^2 (
Ang ibig sabihin ng) ay proporsyonal ito sa log ng log para sa problema sa laki
. Log(
Ang ibig sabihin ng)^ 2 ayproporsyonal sa square ng log.
