在文章/问题状态，该算法的大O运行时间为O（LOGN）。

When articles/question state that the Big O running time of the algorithm is O(LogN) .

例如快速排序已经邻一个大O运行时间（LOGN），其中就以10为底，但二叉树的高度是O（LOGN + 1）它是日志基地2

For example Quicksort has a Big O running time of O (LogN) where the it is Log base 10 but Height of binary tree is O(LogN+1) where it is Log base 2

问题

1）我很困惑在是否是它以10为底或登录基地2个不同的文章使用不同的基地，他们对数。

1)I am confused over whether is it Log base 10 or Log base 2 as different articles use different bases for their Logarithm .

2）是否有所作为，如果其日志基地2个或登录基地10 ??

2) Does it make a difference if its Log base 2 or Log base 10??

3），我们可以假设它意味着以10为底，当我们看到O（LOGN）???

3)Can we assume it mean Log base 10 when we see O(LogN)???

推荐答案

我觉得也无所谓什么是日志的基地为相对复杂性是一样的，不论使用的基地。

I think it does not matter what is the base of the log as the relative complexity is the same irrespective of the base used.

所以，你可以把它看成是为O（log 2 X）= O（日志 10 X）

So you can think of it as O(log2X) = O(log10X)

另外要提的是对数由某个常数相关的。

Also to mention that logarithms are related by some constant.

所以

log₁₀（ X 的）=log₂（ X 的）/log₂（10）

So

log₁₀(x) = log₂(x) / log₂(10)

所以大部分的时间我们一般不考虑复杂的分析常数，因此，我们说，该基地没有关系。

So most of the time we generally disregard constants in complexity analysis, and hence we say that the base doesn't matter.

另外，你可能会发现，该基地被认为是2大部分时间像合并排序。树有高度log₂ñ，由于节点有两个分支。

Also you may find that the base is considered to be 2 most of the time like in Merge Sort. The tree has a height of log₂ n, since the node has two branches.

1）我很困惑在是否是它以10为底或登录基地2作为   不同的文章使用不同的基地，他们对数。

1)I am confused over whether is it Log base 10 or Log base 2 as different articles use different bases for their Logarithm .

所以上述碱这一变化所解释并不重要。

So as explained above this change of base doesn't matter.

2）是否有所作为，如果其日志基地2个或登录基地10 ??

2) Does it make a difference if its Log base 2 or Log base 10??

没有也没关系。

3），我们可以假设它意味着以10为底，当我们看到O（LOGN）???

3)Can we assume it mean Log base 10 when we see O(LogN)???

是的，你可以假设前提是你知道的基地转换规则。

Yes you can assume that provided you know the base conversion rule.