对于以下伪代码，最糟糕的时间复杂度大O符号是什么？ （假设函数调用是O（1））我对大O表示法很新，所以我不确定答案但是我在考虑O（log（n））因为while循环参数每次乘以2或者那只是O（loglog（n））？或者我错了两个方面？任何输入/帮助都是值得赞赏的，我正试图掌握大O符号的概念，因为我刚刚开始学习最糟糕的时间复杂度。谢谢！
i ← 1
while(i<n)
doSomething(...)
i ← i * 2
done
答案 0 :(得分：7)
如果i每次都加倍，那么循环执行的次数是您在到达i之前可以加倍n的次数。或者以数学方式编写，如果x是循环执行的次数，我们有2^x <= n。求解x会得到x <= log_2(n)。因此，循环执行的次数为O(log(n))
答案 1 :(得分：5)
i呈指数增长，因此循环将以对数时间完成， O（log（n））
答案 2 :(得分：3)
O（log（n））在想要根据数n表示该算法的时间复杂度时是正确的。然而，在计算机科学中，复杂性通常以输入的大小，即比特数来表示。那么你的算法就是线性的，即在O（k）中，其中k是输入大小。
通常，其他操作（如加法）也称为线性而非对数。对数复杂度通常意味着算法不必考虑完整输入。 （例如二元搜索）。
如果这是练习的一部分，或者你想在计算机科学背景下讨论算法的复杂性，那么这种差异很重要。
另外，如果一个人想要真正迂腐：大整数的比较不是一个恒定的时间操作，如果你正在考虑通常的整数类型，算法基本上是恒定的时间，因为它只需要高达32或64迭代。