二分查找的基本思想是将n个元素分成大致相等的两部分，去a[n/2]与x做比较，如果x=a[n/2],则找到x,算法中止；如果x<a[n/2],则只要在数组a的左半部分继续搜索x,如果x>a[n/2],则只要在数组a的右半部搜索x. 时间复杂度无非就是while循环的次数！ 总共有n ...

二分查找时间复杂度 partition时间复杂度 O(n) = O(n) + O(n/2) + O(n/4)+.... 然后用等比求和公式得出是O(2n)，即O(n) ...

时间复杂度 时间复杂度是用来估计算法运行时间的一个式子（单位）。 一般来说，时间复杂度高的算法比复杂度低的算法慢。 常见的时间复杂度（按效率排序） O(1) < O(log n) < O(n) < O(n log n) < O(n ...

　　二分查找是一个非常常用且简洁的查找算法，相信很多人也知道它的时间复杂度是logN，但是我看网上的大多数博客给出的所谓推导过程都十分不严谨，于是我花了些时间自己写了推导过程。 首先上二分查找的代码： 下面是推导过程： 假设数据的规模为N(即每次调用时的high-low)，程序 ...

因为二分查找每次排除掉一半的不适合值，所以对于n个元素的情况：一次二分剩下：n/2两次二分剩下：n/2/2 = n/4。。。m次二分剩下：n/(2^m)在最坏情况下是在排除到只剩下最后一个值之后得到结果，所以为 n/(2^m)=1;2^m=n;所以时间复杂度为：log2(n) ...

线性查找并不总是O(N)的。当要找的元素在数组末尾，那确实是O(N)。但如果它在数组开头，1 步就能找到的话，那么技术上来说应该是O(1)。所以概括来说，线性查找的最好情况是O(1)，最坏情况是O(N ...

时间复杂度 小结: 空间复杂度 算法可视化网站推荐 https://visualgo.net/zh 冒泡排序 选择排序 插入算法 优化空间: 应用二分查找来寻找插入 ...

排序方法 平均情况 最好情况 最坏情况 辅助空间 稳定性 冒泡排序 O(n^2) O(n) O(n^2) O ...