我有这个问题：
f(n) = log(n) (it's log base 2 btw)
如果问题需要f（n）微秒，那么一秒内可以解决的问题的最大尺寸n是多少？
好吧，因为f（n）是log（n），问题需要log（n）微秒，对吗？一秒钟就有一百万微秒，对吗？所以我把它设置成这样：
log(n) = 1000000
但是这给了2 ^ 1000000作为答案，这是一个绝对令人讨厌的巨大数字。我做错了吗？
答案 0 :(得分：3)
没关系。 O（log（n））算法非常快。
当然在现实生活中，f（n）永远不会是log（n），如果你正在处理一些数据集，你将耗尽内存并开始打到磁盘，这将是慢一点，稍后你将耗尽地球上的所有磁盘空间......
答案 1 :(得分：3)
你的数学是正确的。
在log（n）时间内运行的算法可以将问题的大小每次减少一半。一个例子是在二叉搜索树中找到一个项目。最糟糕的情况是，如果您要查找的项目位于其中一个叶子中。
因此，每当你选择一个孩子时，你就砍掉了一半的树。一开始你有2 ^ 1 000 000个节点。当你下到下一个孩子时，你有一半的节点，2 ^ 999 999.经过100万次操作后，你应该在包含你正在寻找的节点的叶子上。