美文网首页
2018-08-14 对数 log n

2018-08-14 对数 log n

作者: MiaLing007 | 来源:发表于2018-08-14 13:47 被阅读0次

    先看一下对数定义:
    如果a的x次方等于N(a>0,且a不等于1),那么数x叫做以a为底N的对数(logarithm),记作x=log a N。其中,a叫做对数的 [底数],N叫做[真数]

    而在信息学中,提到对数,一般就是以2为底的
    log n 这么写就是代表以2位底,n的对数。(例如 取8的对数,log 8 = log 2 16 = 4)

    2018-08-14 对数 log n

    java中如何求对数呢?
    java的math方法中提供了一个Math.log(double a); 该方法是求 以e为底,a的对数 。e是数学中自然常数(2.71828)
    那我们如何自定义底数求对数呢。
    需要使用公式 logx(y) = loge(y) / loge(x)
    那么在java中取以4为底,16的对数,就可以写成 Math.log(16) / Math.log(4)

    原文:https://github.com/xitu/gold-miner/blob/master/TODO/what-does-the-time-complexity-o-log-n-actually-mean.md

    预先知道算法的复杂度是一回事,了解其后的原理是另一件事情。

    不管你是计算机科班出身还是想有效解决最优化问题,如果想要用自己的知识解决实际问题,你都必须理解时间复杂度。

    先从简单直观的 O(1) 和 O(n) 复杂度说起。O(1) 表示一次操作即可直接取得目标元素(比如字典或哈希表),O(n) 意味着先要检查 n 个元素来搜索目标,但是 O(log n) 是什么意思呢?

    你第一次听说 O(log n) 时间复杂度可能是在学二分搜索算法的时候。二分搜索一定有某种行为使其时间复杂度为 log n。我们来看看是二分搜索是如何实现的。

    因为在最好情况下二分搜索的时间复杂度是 O(1),最坏情况(平均情况)下 O(log n),我们直接来看最坏情况下的例子。已知有 16 个元素的有序数组。

    举个最坏情况的例子,比如我们要找的是数字 13。

    image

    十六个元素的有序数组

    image

    选中间的元素作为中心点(长度的一半)

    image

    13 小于中心点,所以不用考虑数组的后一半

    image

    重复这个过程,每次都寻找子数组的中间元素

    image

    image

    每次和中间元素比较都会使搜索范围减半。

    所以为了从 16 个元素中找到目标元素,我们需要把数组平均分割 4 次,也就是说,

    image

    简化后的公式

    类似的,如果有 n 个元素,

    image

    归纳一下

    image

    分子和分母代入指数

    image

    等式两边同时乘以 2^k

    image

    最终结果

    现在来看看「对数」的定义:

    为使某数(底数)等于一给定数而必须取的乘幂的幂指数。

    也就是说可以写成这种形式

    image

    对数形式

    所以 log n 的确是有意义的,不是吗?没有其他什么可以表示这种行为。

    就这样吧,我希望我讲得这些你都搞懂了。在从事计算机科学相关的工作时,了解这类知识总是有用的(而且很有趣)。说不定就因为你知道算法的原理,你成了小组里能找出问题的最优解的人呢,谁知道呢。祝好运!

    相关文章

      网友评论

          本文标题:2018-08-14 对数 log n

          本文链接:https://www.haomeiwen.com/subject/fiwmbftx.html