Python生成器时间复杂度日志(n)
在python3系列中,借助发电机构建 对数时间-O(对数n) 当算法在每一步中减小输入数据的大小时,它的时间复杂度称为对数。例如,如果我们在生成器的帮助下打印前10位数字,首先我们将得到一个元素,所以剩余的9个元素必须处理,然后第二个元素,所以剩余的8个元素必须处理Python生成器时间复杂度日志(n),python,time-complexity,generator,space-complexity,Python,Time Complexity,Generator,Space Complexity,在python3系列中,借助发电机构建 对数时间-O(对数n) 当算法在每一步中减小输入数据的大小时,它的时间复杂度称为对数。例如,如果我们在生成器的帮助下打印前10位数字,首先我们将得到一个元素,所以剩余的9个元素必须处理,然后第二个元素,所以剩余的8个元素必须处理 for index in range(0, len(data)): print(data[index]) 当我检查url时,它说的是O(n) 因为每次它只生成一个输出,因为我们需要执行下一步 这将是每次1单位成本 我能解
for index in range(0, len(data)):
print(data[index])
当我检查url时,它说的是O(n)
因为每次它只生成一个输出,因为我们需要执行下一步
这将是每次1单位成本
我能解释一下对数时间复杂度的解释是错误的吗
如果将输入的大小减少一小部分,而不是固定数量,则会得到对数复杂度。例如,二进制搜索在每次迭代中将大小除以2,因此它是O(logn)。如果输入大小为
8
则需要4
次迭代,将大小加倍到16
只会将迭代次数增加到5
对数时间的定义从何而来?这是不正确的。