Algorithm 该算法的渐近时间复杂度是O（logn）？

查找p的伪代码算法为：

peakreturn(H)
for p=1 to m //m is the length of H
    if H[p-1] ≤ H[p] and H[p] ≥ H[p+1] then return p
return nil // only returns this if there is no peak

假设我有一个int值的数组H[1到m]，其中“p”是峰值元素，如果：

H[p] ≥ H[p+1] if p = 1,
H[p-1] ≤ A[p] ≥ H[p+1] if 1 < p < m,
H[p] ≥ H[p-1] if p = m.

H[p]≥ H[p+1]如果p=1，
H[p-1]≤ A[p]≥ H[p+1]如果1

基本上，如果H[p]大于或等于其相邻元素，则H[p]为峰值

假设数组H在开始和结束时大于1个元素，数组为H[0到m+1]，其中H[0]=H[m+1]=-无穷大。因此，H[0]和H[m+1]是哨兵。然后是元素p，其中1≤ P≤ n、 是H[p-1]的峰值≤ H[p]≥ H[p+1]

我认为渐近时间复杂度是O（logn），但我不确定。如果可以，请帮忙，非常感谢。

不，不是O（log m）。例如，如果H增加，则循环执行

m

次，因为唯一的峰值是最后一个元素。所以最坏的情况是O（m）

一个O（log m）的解决方案是这样的：要找到一个数组中的顶点，其中端点元素比它们的邻居小，考虑数组的中间元素。如果是峰值，则停止。否则，如果它小于左边的元素，则在数组的左半部分找到一个峰值。如果它比右边的元素小，在数组的右半部分找到一个峰值。它一定比其中一个小，因为它不是一个峰值。这大约是每次数组大小的一半，它保证会终止，因为一旦数组达到大小3，中间元素就保证是一个峰值，因为末端元素（通过构造）比它们的邻居--中间元素小。

不，它不是O（log m）。例如，如果H增加，则循环执行

m

次，因为唯一的峰值是最后一个元素。所以最坏的情况是O（m）

一个O（log m）的解决方案是这样的：要找到一个数组中的顶点，其中端点元素比它们的邻居小，考虑数组的中间元素。如果是峰值，则停止。否则，如果它小于左边的元素，则在数组的左半部分找到一个峰值。如果它比右边的元素小，在数组的右半部分找到一个峰值。它一定比其中一个小，因为它不是一个峰值。这大约是每次数组大小的一半，它保证终止，因为一旦数组达到大小3，中间元素保证是一个峰值，因为末端元素（通过构造）比它们的邻居——中间元素小