Python &引用；“大O”；这个二次幂函数的

以下函数的“大O”是什么？我的假设是O（log（n）），但我想再次检查。该函数仅确定其参数是否为2的幂

def pow_of_2(x):
    a = math.log(x, 2)
    if a == math.floor(a):
       return True
    else:
       return False

---

函数的Big-O不是常数时间

函数的Big-O与函数的Big-O相同

math.log

。这基本上取决于功能的实现。（可以在固定时间内实现

math.floor

功能）

log

函数通常使用泰勒级数展开进行计算，它是

O（M（n）*n^0.5）

其中

M（n）

是两个n位数字相乘的复杂度

有关这方面的更多信息，请看这个

注意：如果要检查一个数字是否是

2的幂

，只需使用二进制算术进行以下检查

def pow_of_2（x）： 返回（（x&（x-1））==0）

---

基本上，您需要检查二进制表示中是否恰好有一位设置为

1

。更详细的解释是。

这似乎是

O（1）

，因为它执行固定的计算，然后返回

True

或

False

。但是计算不是基于x@timbiegeleisenth的变量吗？函数是O（log（x））（因为将x转换为double就是O（log x）），但也会对大x产生错误的结果。例如，

pow\u of_2（2**1000）

返回False。我认为您对运行时分析感到困惑。该函数只需计算一个日志，然后返回。这是一个持续的惩罚。如果你有一个循环，或者其他类型的结构，那么运行时间就不会是恒定的。我支持Tim。O（1）。因为问题中没有什么是“n”，所以它是其他任何东西都没有意义。只有一个标量变量（

x

），您只能使用它执行固定数量的操作（无论“x”的值是多少）。