关于logarithmic growth的维基百科文章是一个存根。我在stackoverflow上读到的许多答案都说明了使用0基于对数函数的过程或函数的效率（我假设[见下文]它是0 [零]而不是O [字母如M，N，O，P，Q]，但如果错误，请更正我的假设）和n或N。
有人可以更好地解释有关常见计算解释的对数解释吗？也许就时间（以秒为单位）（毫秒也欢迎，只是试图在实际生活时间差异中概念化......），尺寸和/或重量方面？
我经常看到以下内容:(请随意添加其他内容）
我的假设是基于代码块外的0 [零]没有斜线，而inside a code block a 0 does have a slash through it。
答案 0 :(得分：1)
这意味着执行时间（或其他资源）是数据量的某种功能。让我们说你要花5分钟炸掉10个气球。如果功能是O（1），那么炸毁50个气球也需要5分钟。如果它是O（n），则炸掉50个气球需要25分钟。
O（log n）意味着随着事物的扩大，管理更大的n变得更容易（它遵循对数增长）。假设你想在f（n）项目的目录中找到一个地址。假设搜索100个条目的目录需要6.64秒。 [6.64 = log_2（100）]然后搜索200个条目可能只需7.64秒。这是对数增长。