一.o(logn)代码小证明
我们先来看下面一段代码:
int cnt = 1; while (cnt < n) { cnt *= 2; //时间复杂度为o(1)的程序步骤序列 }
由于cnt每次在乘以2之后都会更加逼近n,也就是说,在有x次后,cnt将会大于n从而跳出循环,所以(2 ^ x = n), 也就是(x = log_2n),所以这个循环的复杂度为o(logn)
二.典型时间复杂度
$c$ 常数 $logn$ 对数级 $log ^ 2n$ 对数平方根 $n$ 线性级 $nlogn$ $n ^ 2$ 平方级 $n ^ 3$ 立方级 $2 ^ n$ 指数级
由此我们可以得知,(logn)的算法效率是最高的
三.常见的(logn)算法
1.对分查找
- (int)binarysearch:(nsarray *)originarray element:(int)element { int low, mid, high; low = 0; high = (int)originarray.count - 1; while (low <= high) { mid = (low + high) / 2; if ([originarray[mid] intvalue] < element) { low = mid + 1; } else if ([originarray[mid] intvalue] > element) { high = mid -1; } else { return mid; } } return -1; }
2. 欧几里得算法
- (unsigned int)gcd:(unsigned int)m n:(unsigned int)n { unsigned int rem; while (n > 0) { rem = m % n; m = n; n = rem; } return m; }
3.幂运算
- (long)pow:(long)x n:(unsigned int)n { if (n == 0) { return 1; } if (n == 1) { return x; } if ([self iseven:n]) { return [self pow:x * x n:n / 2]; } else { return [self pow:x * x n:n / 2] * x; } } - (bool)iseven:(unsigned int)n { if (n % 2 == 0) { return yes; } else { return no; } }
四.$$库里的log函数
在$$库里有log()函数和log2()函数
log()函数的底数默认为自然对数的底数e
log2()函数的底数很显然就是2咯qwq
#include <iostream> #include <cstdio> #include <cstring> #include <algorithm> #include <cmath> using namespace std; //#define debug(x) cerr << #x << "=" << x << endl int main() { cout << log(m_e) << endl; cout << log2(2) << endl; return 0; }
然后我们就会得到
1 1
的结果
$$库里有两个常量m_e和m_pi
m_e代表的是自然对数的底数e
m_pi代表的是圆周率π
最后,也是最基本的最重要的
当题目的数据范围达到了(10^{18})的时候,很显然就要用o(logn)的算法或数据结构了
本文来自网络收集,不代表计算机技术网立场,如涉及侵权请联系管理员删除。
ctvol管理联系方式QQ:251552304
本文章地址:https://www.ctvol.com/c-cdevelopment/601445.html