Algorithm 排序算法的时间复杂度

关于时间的复杂性，我有两个问题

1） 我似乎还没有掌握大oh或landau的符号。我知道它是用来表示时间复杂度的，但是为什么我不能说最坏情况下的时间复杂度，比如说，冒泡排序是n^2，而不是O（n^2）

2） 为什么日志会在一段时间内变得复杂？例如，shell sort O（nlogn）最坏情况下的时间复杂度究竟是什么

除了维基百科之外，任何关于这些事情的好网站都将受到赞赏

Big-O表示法用于表示您正在谈论的是渐近行为这一事实。如果您只是编写

n^2

，则可能会假定您正在谈论特定程序的实际运行时（即，您可以直接从该表达式在几秒钟内获得运行时）。但是在实践中，您的运行时的形式是

a.n^2+b.n+c.log（n）+d

。Big-O表示法允许您忽略所有的低阶项，因为当

n

走向无穷大时，只有

n^2

项才重要

我不确定shell排序的最坏情况复杂性是

O（n logn）

。但是

log

通常在某些东西被连续分成两部分时出现（例如，想想平衡二叉树的高度）

请通过：

---

这个（以及上面同一个网站中的其他数学内容）将从根本上揭开e、log、ln、d/dx、Big-O、增长率等与现实世界相关的许多实际内容的神秘面纱。

你应该知道这两种说法之间的区别：

算法的复杂度为n^2，且

算法复杂度的顺序是O（n^2）

所以在你的第一个问题中，O（n^2）代表复杂性的顺序，而不是复杂性本身

第二个问题

有时，任何问题的解决方案（如二进制搜索）都会创建一个树状结构。此结构意味着原始问题被划分为n个较小的问题，并独立解决。这些较小的问题可以进一步划分为子问题并独立解决。 因此，n是对数的底。 因此，要解决原始问题，必须解决整棵树，对数的概念就出现了，因为对数使解决这些类似树的问题变得容易。

---

这个网站让你非常清楚什么是复杂性。

还有维基百科有什么问题吗？我会给你一个+1的答案，因为当你分析算法时，有一个像你这样的问题是很自然的。我不知道为什么有些人开始投“-”票。作者发帖的目的很清楚，他想了解日志内容是从哪里来的，以及在计算时间复杂性时它是如何来的。UmNyobe，我知道我会得到答案的，但我需要解释，因此我问。维基百科有时很模糊@Yavar，谢谢你对我的情况的理解。从这个网站上看：shell排序的最坏情况时间复杂度取决于递增序列。对于此处使用的增量1 4 13 40 121…，时间复杂度为O（n3/2）。对于其他增量，时间复杂度已知为O（n4/3）甚至O（n·lg2（n））。时间复杂度的严格上界和最佳增量序列都未知。