找不到功能的大O符号澄清

Question

所以这个例子在这个网站上很明显，但如果你有这个例子： N，平均秒：（1,000：2.7）（2,000：3.04）（4,000：3.6）（8,000：3.7）（16,000：4）？ N每次加倍（2 * N），平均时间开始趋于平稳。我可以通过查看下面的例子（O（logN））来猜测，但有人可以澄清你将如何计算问题吗？

O（1）：称为常数复杂度

1项：1秒
10项：1秒
100项：1秒

项目数仍然增加10倍，但O（1）的比例因子始终为1.

O（log n）：称为对数复杂度

1项：1秒 10项：2秒 100项：3秒 1000项：4秒

Answer 1

您可以根据对数曲线拟合进行回归分析。您可以首先绘制数据以获得可视化确认。

Wolfram Alpha中的log fit会产生：

这表明你是对的，增长似乎是对数的（对于提供的数据）。

然而，请注意，时间测量不等于实际复杂性分析，这是一种形式证明，而不是适合经验数据的曲线（由于多种原因可能会扭曲）。