关于O(logN)的正确理解
学计算机的或许对O(logN)这个符号并不陌生,快排、堆排、归并等等排序的平均时间复杂度。
问题来了,之前一直有个歧义就是:logN的底数到底是多少? 这个问题搁置着并没有去深究,仅仅是想应该是2吧。应该仅仅是省略了一部分?
今天打算彻底查阅下资料弄懂这个问题。那么先让我们回到数学上来一下:
1、如果对数有底的情况下,对于同样数据规模n情况下:
如今有两个算法的时间复杂度分别为 logx(n)和logy(n)
2、对x和y的比求极限:
lim(x-->∞) logx(n) / logy(n)
3、利用洛必达法则得到:
lim(x-->∞) ln(y)/ln(x) = 某常数
4、尽管二者的底数不同,可是n趋于无穷大时它们的比例为常数。说明大小与底数无关。
结论:以上证明在数学上未必足够严谨(比如可导性、logN的表示法),可是在计算机的复杂度表示的是一种增长趋势为对数增长。
这样不管底数为多少对于n规模来说都是一样的(当n足够大)。