算法分析之渐进符号
Posted
tags:
篇首语：本文由小常识网(cha138.com)小编为大家整理，主要介绍了算法分析之渐进符号相关的知识，希望对你有一定的参考价值。
算法分析之渐进符号
- Θ（big-theta） 渐进紧确界
Θ(g(n)) = {f(n)}， Θ(g(n)) 是一组函数集合。<br/>具体定义：Θ(g(n)) = {f(n)：存在正常量C1，C2，n0；使得当n > n0时，有C1g(n) <= f(n) <= C2g(n)}<br/>
-
O (big-O) 渐进上界（可能紧确）
O(g(n)) = {f(n)}，O(g(n)) 是一组函数集合。 具体定义：O(g(n)) = {f(n)：存在正常量C，n0；使得当n > n0时，有0 <= f(n) <= Cg(n)} - Ω (big-omege) 渐进下界（可能紧确）
Ω (g(n)) = {f(n)}，Ω (g(n)) 是一组函数集合。
具体定义：Ω (g(n)) = {f(n)：存在正常量C，n0；使得当n > n0时，有0 <= Cg(n) <= f(n) }- o (小-o) 非紧确渐进上界
o(g(n)) = {f(n)}，o(g(n)) 是一组函数集合。
具体定义：o(g(n)) = {f(n)：存在正常量C，n0；使得当n > n0时，有0 <= f(n) < Cg(n)}- ω(小-omege) 非紧确渐进下界
ω (g(n)) = {f(n)}，ω (g(n)) 是一组函数集合。
具体定义：ω(g(n)) = {f(n)：存在正常量C，n0；使得当n > n0时，有0 <= Cg(n) < f(n) }
以上是关于算法分析之渐进符号的主要内容，如果未能解决你的问题，请参考以下文章