我想知道如何计算O（Log（N））： 我们有一个10个元素的排序数组[1 3 4 8 10 15 18 20 25 30] 当我们进行正常搜索时，我们复杂度为O（10），这意味着我们必须检查数组的每一个情况，所以O（10）= 10. 但是如果我们进行二分搜索，因为我们有一个排序数组，我们的复杂度为（O日志（10））什么是这个符号0的结果（日志（10））= ???？ 我有一个missunderstand我们将使用Log基地10或2或究竟是什么？ 感谢您的帮助如何计算O（Log（N））？
您误解了算法增长的顺序的概念。请阅读关于算法的书籍，并强化您的概念。在任何情况下，我会尝试在高层次上进行解释，如果你有一个像你说的10个元素的数组，并且你做了一个“正常搜索”（这就是所谓的线性搜索），你正在遍历每一个元素数组，这意味着如果有'n'个元素'n'元素必须被检查。所以它是O（n）而不是O（10）。如果它是O（10）[btw，O（10）= O（1）]，这意味着它总是需要10次迭代或更少，不管该阵列中有多少元素，情况并非如此。如果数组有100个元素，则需要100次迭代，所以我们说的顺序是O（n），其中n是输入大小（这里是数组的大小）。
上述方法适用于非排序数组，我们可以使用更快的方法进行搜索，就像在字典中查找单词一样，这种技术称为二进制搜索。这里发生的是，你查看数组的中间元素，看看你正在寻找的谎言的位置，无论是在上半年还是下半年。然后，你选择你想要的一半，并应用相同的方法分成一半和检查。由于这是递归执行的，它使用对数增长（在二进制搜索的情况下，它是以2为底的日志）。请阅读二进制搜索和对数增长的顺序以便更好地理解。
恐怕不是渐近线如何工作，Big-O符号旨在描述算法如何针对可变尺寸输入进行缩放，特别是n算法在固定输入上所需的操作数目（如上所述）总是恒定的，即O（1）。同样，大O符号对恒定的乘法是不变的。这意味着：
感谢您的评论，在正常的阵列，以搜索项目我有充分的情况下，所以O（10）= 10右后看！但是对于二分体O（Log（10）），结果如何？谢谢？对于评论 – satyres 2013-02-23 18:58:46
我有一个missunderstand我们将使用日志基地10或2或究竟
没关系。复杂性不会改变。对数基2与
Log_2(N) = Log(N)/Log(2)
两者都是O(Log(N))的元素。
我认为你为什么二进制搜索是log（n）以及它为什么是基数为2而感到困惑。想想看，在你的二进制搜索的每一步，你都会将输入大小减少2。你需要多少次这样做？你需要做2次这样的记录，以便将样本大小减少到1。
例如，如果您有4个元素，第一步将搜索减少到2，第二步将搜索减少到1你停下来。因此你必须将它记录（4）到基数2 = 2次。换句话说，如果log n base 2 = x，则2次幂x是n。
所以，如果你正在做一个二进制搜索你的基地将是2更清晰，你的情况日志（10）基地2将是东西3.3左右即你将最多4个比较来进行。
虽然我不反对其他答案，这一个接近解决问题。和@satyres一样关于算法课程，麻省理工学院的讲座会很好。或者尝试一下梦幻般的可汗学院，我认为他们也应该有这方面的话题 – 2013-08-11 18:08:50
感谢，我的问题是我有一个我想解决一个算法问题，但我有1GHz的CPU以2秒执行的约束，所以我不知道如何精确计算的复杂性要知道，如果我的算法是正确与否当我有我想计算O（日志（N））我被阻止 – satyres 2013-02-23 19:05:54
@satyres：阅读“*增长*”，无论是从书籍或在线。只有这样才能帮助你更好地理解。你的想法是非常错误的。 – 2013-02-23 19:09:34
你能给我一个链接吗！ – satyres 2013-02-23 19:14:12