算法分析之渐进符号
2018-04-01 18:13
162 查看
算法分析之渐进符号
Θ(big-theta) 渐进紧确界
O (big-O) 渐进上界(可能紧确)
Ω (big-omege) 渐进下界(可能紧确)
o (小-o) 非紧确渐进上界
ω(小-omege) 非紧确渐进下界
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) }
相关文章推荐
- 算法分析基础---渐进符号和递归式分析
- 深入浅出算法分析(上)——如何进行算法分析&渐近符号介绍
- 以插入排序为例子带你彻底理解算法中的时间复杂度和各种渐进符号
- 【算法导论】【第三章】掌握渐进符号O和Ω
- 计算机算法分析之渐进记号
- 算法中的渐进符号 (符号总结说明)
- 算法渐进符号
- 计算机算法分析之渐进记号
- ACM算法-时间复杂度分析(3.渐进符号)
- 算法分析之渐近符号
- 算法分析:大O符号/大Ω符号/大Θ符号/小o符号/小w符号
- 算法的渐进分析
- 【算法导论】01 运行时间,渐进分析
- 算法分析基础---渐进复杂度
- 算法中的渐进符号 (符号总结说明)
- 算法 渐进 大θ定理 / 实例分析
- 算法学习四:算法性能分析理论基础——函数增长与渐进分析
- 算法分析与设计回溯法之符号三角形
- 算法分析中的小o符号
- 算法导论笔记:03渐进符号