O（log n）的解释？
这个问题在这里已经有了答案：
你说你的最后一个例子是O（n2），但是n是什么？ 这就是你应该问自己的问题。 它通常是循环运行的矢量的大小。
简单的情况将是：
std::vector<int> MyVec_A = {1, 2, 3, 4, 5};
std::vector<int> MyVec_B = {1, 2, 3, 4, 5};
for(int i = MyVec_A; i--;)
{
for(int x = MyVec_B; x--;)
{
// Do Stuff that are of negligible complexity
}
}
现在可以自信地说，这个例子的复杂性是：O（n2），其中n是MyVec_A （或等价地MyVec_B ）的大小。
现在，在您的具体示例中，向量的长度不同，因此您需要更改所拥有的内容。 假设MyVec_A大小为n ，“MyVec_B的has size m”，那么这个双循环的时间复杂度为：
O（n * m个）
我希望很明显，当向量的大小相同时，如我的例子那样，那么n = m ，复杂度变为O（n * m）= O（n * n）= O（n2）。
对数复杂度的hello世界是二分查找方法。
给定一个整数数组，你被要求找到一个来自用户输入的数字。 您可以线性搜索整个数组（O（n）复杂度，其中n是数组大小），或者，如果数组已排序，则可以使用Binary搜索算法在O（logn）中找到元素。 我甚至有一个二进制搜索的例子（C ++）。
顺便说一句，学会提出一个问题（或者将问题与问题紧密联系起来）。
链接地址: http://www.djcxy.com/p/6817.html下一篇: Understanding a linear runtime implementation of anagram detection