Big-O 中函数的时间复杂度

Time complexity of a function in Big-O

我试图找出这个函数的时间复杂度:

int bin_search(int a[], int n, int x); // Binary search on an array with size n.

int f(int a[], int n) {
    int i = 1, x = 1;
    while (i < n) {
        if (bin_search(a, i, x) >= 0) {
            return x;
        }
        i *= 2;
        x *= 2;
    }
    return 0;
}

答案是 (log n)^2。怎么会?
我能得到的最好的是 log n。首先i1,所以while会是运行log n次。
第一次交互,当i=1时,二分查找将只有一次交互,因为数组的大小为 1(i)。然后,当 i=2 时,进行两次互动,以此类推,直至达到 log n 次互动。
所以我认为适合的公式是 this
求和是暂时的,内部等式是因为 i=1log(1)i=2log(2) 等等,直到 [=22] =] 最后。

我哪里错了?

每次迭代对数组的前 2^i 个元素执行二进制搜索。

您可以计算操作次数(比较):

log2(1) + log2(2) + log2(4) + ... + log2(2^m)

log(2^n)等于n,所以这个数列简化为:

0 + 1 + 2 + ... + m

其中 mfloor(log2(n))

该系列的计算结果为 m * (m + 1) / 2,替换 m 我们得到

floor(log2(n)) * (floor(log2(n)) + 1) / 2

->  0.5 * floor(log2(n))^2 + 0.5 * floor(log2(n))

第一个元素支配第二个元素,因此复杂度为O(log(n)^2)