其實這裡的底數對於研究程式執行效率不重要，寫**時要考慮的是資料規模n對程式執行效率的影響，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的兩個對數函式，如上圖。當x取n（資料規模）時，求所對應的時間複雜度得比值，即對數函式對應的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，與變數n無關。
用文字表述：演算法時間複雜度為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式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？
有點程式設計經驗的都知道，分而治之的概念。排序演算法中有乙個叫做「歸併排序」或者「合併排序」的演算法，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，此演算法採用的是二分法，所以可以認為對應的對數函式底數為2，也有可能是三分法，底數為3，以此類推。
但是不可能是分數或者負數。
dfs時間複雜度 時間複雜度 空間複雜度
時間複雜度的數學證明方法相對比較複雜，通常在工程實際中，會分析就好。注意 只看最高複雜度的運算 int for for for for int遞迴如何分析時間複雜度？常數係數可以忽略，在分析時不用考慮，只要說以上術語即可。主定理 master throrem 上述第四種是歸併排序，所有排序演算法，最...
時間複雜度 空間複雜度
時間複雜度 在電腦科學中，演算法的時間複雜度是乙個函式，它定性描述了該演算法的執行時間。這是乙個關於代表演算法輸入值的字串 的長度的函式。時間複雜度常用大o符號 表述，不包括這個函式的低階項和首項係數。計算時間複雜度的方法 1 只保留高階項，低階項直接丟棄 2 係數不要 3 執行次數是常數是為o 1...
時間複雜度 空間複雜度
演算法複雜度分為時間複雜度和空間複雜度。其作用 時間複雜度是指執行演算法所需要的計算工作量 而空間複雜度是指執行這個演算法所需要的記憶體空間。一 時間複雜度 時間頻度 乙個演算法執行所耗費的時間，從理論上是不能算出來的，必須上機執行測試才能知道。但我們不可能也沒有必要對每個演算法都上機測試，只需知道...