试图理解二进制搜索的时间复杂性

Question

我试图理解二进制搜索的时间复杂性的Big O表示法。我知道它是O（log n）。那么这基本上是说对于16个元素的列表，它最多会占用log2（16）= 4次？如果这是真的，那么对于12的列表，log = 3.6？

是如何工作的

由于

Answer 1

大写符号的用处是 不 ，它可以精确地判断处理特定大小的输入需要多少操作。它不能。

Big-oh表示法告诉我们处理 所需的操作数量与 的关系如何与输入大小不同。

因此，用实际数字代替并没有多大意义。

如果它真的可以帮助你理解它的实际数字，那么你可以将它们视为平均值，因此对于12个元素的列表，你可以将二进制搜索视为平均需要3.6个操作。 / p>

然而，请注意，这是一个相当狭隘的观点，关于什么是大哦符号。 big-oh表示法的真正用处在于告诉我们二分搜索比线性搜索更好，而不是能够准确地告诉我们某个特定例子需要多少操作。