其實這裡的底數對於研究程序運行效率不重要,寫代碼時要考慮的是數據規模n對程序運行效率的影響,常數部分則忽略,同樣的,如果不同時間複雜度的倍數關係為常數,那也可以近似認為兩者為同一量級的時間複雜度。
現在來看看為什麼底數具體為多少不重要?
讀者只需要掌握(依稀記得)中學數學知識就夠了。
假設有底數為2和3的兩個對數函數,如上圖。當X取N(數據規模)時,求所對應的時間複雜度得比值,即對數函數對應的y值,用來衡量對數底數對時間複雜度的影響。
比值為log2 N / log3 N,運用換底公式後得:(lnN/ln2) / (lnN/ln3) = ln3 / ln2,ln為自然對數,顯然這三個常數,與變量N無關。
用文字表述:算法時間複雜度為log(n)時,不同底數對應的時間複雜度的倍數關係為常數,不會隨著底數的不同而不同,因此可以將不同底數的對數函數所代表的時間複雜度,當作是同一類複雜度處理,即抽象成一類問題。
當然這裡的底數2和3可以用a和b替代,a,b大於等於2,屬於整數。a,b取值是如何確定的呢?
有點編程經驗的都知道,分而治之的概念。排序算法中有一個叫做「歸併排序」或者「合併排序」的算法,它用到的就是分而治之的思想,而它的時間複雜度就是N*logN,此算法採用的是二分法,所以可以認為對應的對數函數底數為2,也有可能是三分法,底數為3,以此類推。但是不可能我分數及負數。
說明:為了便於說明,本文時間複雜度一概省略 O 符號。