二进制搜索的时间复杂度？
Time Complexity of Binary Search?
如果我将数组大小除以 3，运行 二进制搜索的时间 。
假设您的数组已排序，它仍然是 log n。
使用二进制搜索，您通常会在排序的随机访问数据结构（例如数组）中进行搜索，每次比较时都会丢弃数组的一半。因此，在 k 个步骤中，您可以有效地覆盖 2^k 个条目。这会产生最多 log2(n) 个 n 个元素的复杂度。
对于 landau 符号，对数的底消失了，因为它是常数：O(log2(n)) = O(log(n) / log(2)) = O(log(n))。
现在，如果由于某种原因，您不仅可以丢弃一半的值，而且可以丢弃三分之二的值，因为您始终知道针最终会落在哪三分之一处，这意味着您可以覆盖 3^k 许多k 步中的条目。
因此，你得到 log3(n)。但这再次降低到与 log(3) 相同的时间复杂度是一个常数：O(log3(n)) = O(log(n)/log(3)) = O(log(n)).
如果我将数组大小除以 3，运行 二进制搜索的时间 。
假设您的数组已排序，它仍然是 log n。
使用二进制搜索，您通常会在排序的随机访问数据结构（例如数组）中进行搜索，每次比较时都会丢弃数组的一半。因此，在 k 个步骤中，您可以有效地覆盖 2^k 个条目。这会产生最多 log2(n) 个 n 个元素的复杂度。
对于 landau 符号，对数的底消失了，因为它是常数：O(log2(n)) = O(log(n) / log(2)) = O(log(n))。
现在，如果由于某种原因，您不仅可以丢弃一半的值，而且可以丢弃三分之二的值，因为您始终知道针最终会落在哪三分之一处，这意味着您可以覆盖 3^k 许多k 步中的条目。
因此，你得到 log3(n)。但这再次降低到与 log(3) 相同的时间复杂度是一个常数：O(log3(n)) = O(log(n)/log(3)) = O(log(n)).