对于二进制搜索树类型的数据结构,我看到Big O表示法通常标记为O(logn).在日志中使用小写的"l",这是否意味着日志基数e(n)如自然对数所描述的那样？抱歉这个简单的问题,但我总是无法区分不同的隐含对数.
仍然掌握对数与指数的对立面.(将它们描述为指数的反转也是正确的吗？)
Big-O符号上已经有很多很棒的SO条目,包括O(log n)和QuickSort n(log n).找到了一些有用的图表.
在看Divide and Conquer算法时,我遇到了n log n,我认为这个算法n乘以它的值log n.我经常尝试100 log 100这样的具体例子,以帮助可视化抽象方程式中发生的事情.
只是阅读log n假设base 10.是否n log n翻译成:
"数量n乘以10的数量需要提高到等于n的数量"？
所以100 log 100相等,200因为10需要被提升到2的幂,等于100？
当算法迭代一组时,基数是否会发生变化？如果我们正在谈论抽象,那么基数是否重要？