Какие из следующих стандартных контейнеров позволяют найти в них элемент по его значению за O(log(n))?

Начал писать в комментарии к Алику, думаю, лучше вынесу сюда.
Чтобы найти сложность алгоритма, есть два пути: если ты математик - рассчитай количество операций в алгоритме при объеме входных данных n и найди самый большой член в формуле; а если просто программист, тем более студент - придется заучивать по таблице.
Примеры на практике разных O:
- сложность поиска в массиве (array) по индексу - O(1): какой бы ни был размер массива, а элементы в нем находятся за одну операцию.
- сложность поиска в массиве или списке (list) по значению - O(n): чем больше элементов в массиве, тем дольше придется искать, причем строго пропорционально количеству элементов.
- сложность поиска элемента в дереве - O(log(n)): например, если все элементы разложены по взвешенному двоичному дереву, то придется пройти только по одной ветке, а в ней - логарифм числа элементов по основанию 2.
- сложность сортировки "пузырьком" - O(n^2).
Вот табличка по Java:
github. com/benblack86/java-snippets/blob/master/resources/java_collections.pdf
А вот, например, универсальная (но в Java некоторые коллекции не так называются):
bigocheatsheet. com/

Что непонятного? Поиск нужного за О*логарифм от размерности массива. Где - О - константа. Просто есть алгоритмы, ищущие за О * размерность массива!

Это -- асимптотическая оценка сложности алгоритма, зависимость времени работы алгоритма от количества элементов n, которые он обрабатывает.