o(1), o(n), o(logn), o(nlogn)是用来表示对应算法的时间复杂度,这是算法的时间复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。 算法复杂度分为时间复杂度和空间复杂度。其作用： 时间复杂度是指执行这个算法所需要的计算工作量； 空间复杂度是指执行这个算法 ...

在描述算法复杂度时,经常用到o(1), o(n), o(logn), o(nlogn)来表示对应算法的时间复杂度, 这里进行归纳一下它们代表的含义: 这是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。 O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据 ...

1、时间复杂度o(1), o(n), o(logn), o(nlogn)。算法时间复杂度有的时候说o(1), o(n), o(logn), o(nlogn)，这是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量 ...

在描述算法复杂度时,经常用到 o(1), o(n), o(logn), o(nlogn) 来表示对应算法的时间复杂度, 这里进行归纳一下它们代表的含义:这是算法的时空复杂度的表示。不仅仅用于表示时间复杂度，也用于表示空间复杂度。O后面的括号中有一个函数，指明某个算法的耗时/耗空间与数据增长量 ...

1. DFS预处理出所有节点的深度和父节点 2. 初始各个点的2^j祖先是谁 ,其中2^j(j=0...log(该点深度))倍祖先，1倍祖先就是父亲，2倍祖先 ...

前言 在算法中，经常需要用到一种与调和级数有关的方法求解，在分析该方法的复杂度时，我们会经常得到\(O(\frac{n}{1}+\frac{n}{2}+\ldots+\frac{n}{n})\)的复杂度，然后我们都知道这个式子是等价于\(O(n\log n)\)的。在筛素数、字符串 ...

举个简单的例子，要从0加到n，我们会这么写：int sum = 0;for(int i = 0; i<=n; ++i){ sum += i;}一共算了n次加法，那么就说这个时间复杂度是O(n)。当然O(n)的精确的概念是，是n的最高次方，比如，某个计算共计算了3n + 2次 ...

O(n)-O(1) lca 之前一直知道有这个东西，但是一直不会，网上搜了一下似乎只有 topcoder 上的英文版还有这篇博客 但是他的实现并不是很好，我看到好的博客还有$E的这篇博客。但是我并不理解他代码里的一些左移和右移明明是 \(O(n)\) 的为啥不出错？反正我是没搞清楚 ...