一般用於界定函式集合的上界，漸進表示式o（g（n））的含義就是，c為正常數，函式集合o中的元素的最大值不會超過c.g(n)。f(n) = o(g(n))的含義是，函式f(n)的屬於集合o（g(n)）,因為函式集合o中的最大值為c.g(n)，所以f(n)的最大值為c.g(n)。由於只是漸進的上界，所以當函式g（n）的階數越小時，上界越緊確。
下面來看下 演算法導論 中是如何描述大o表示法的。
當函式的大小只有上界，沒有明確下界的時候，則可以使用大o表示法。f（n）= o（g（n））正式的數學定義：存在正常數c、n、n0，當n>n0的時，對於任意的f（n）對符合0<= f（n）<= c.g（n）。
————————————————
直觀視覺圖如下示：
一般用於界定函式集合的下界，漸進表示式ω（g（n））的含義就是，函式集合ω中的元素的最小值不會低於c.g(n)。f(n) = ω（g（n））的含義是，函式f(n)的屬於集合ω（g（n））,因為函式集合ω中的最小值為c.g(n)，所以f(n)的最小值為c.g(n)。
演算法導論 中是如何描述大ω表示法的。
當函式的大小只有下界，沒有明確的上界的時候，可以使用大ω表示法。f（n）= ω（g（n））正式的數學定義：存在正常數c、n、n0，當n>n0的時，對於任意的f（n）對符合0<= c.g（n）<= f（n）。
直觀視覺圖如下所示：
用於界定函式的漸進上界和漸進下界。當f（n）= θ（g（n））的時候，代表著g（n）為f（n）的漸進緊確界。而θ漸進描述符在所有的漸進描述符中是最嚴格的乙個，因為它既描述了函式的上界，有描述了函式的下界。
演算法導論 中是如何描述大θ表示法的。
f（n）= θ（c.g（n））正式的數學定義：存在正常數c1、c2、n、n0，當n>n0的時，對於任意的f（n）對符合c1.g（n）<= f（n）<= c2.g（n），c1.g（n）、c2.g（n）都是漸進正函式（當n趨於無窮大的時候，f（n）為正）。
直觀視覺圖如下所示：
重要性質: 當且僅當函式f（n）= o（g（n））and f（n）=ω（g（n））時，f（n）= θ（g（n））
分析下表中左側每行函式f
(n)和每列函式g
(n)之間的漸進效率關係，根據該關係屬於f
(n)îo(g(n)), f(n)îω(g(n)), f
(n)îθ(g(n))
三種中的哪一種，在下方空白處填寫合適的符號o，ω或θ。如果
f(n)和g
(n)之間有不止一種合適的漸進效率關係，僅填寫最嚴格的那種關係。第一行已作為示範給出。（無需給出計算過程，每空1分）
g(n)nn2
2nf(n)n2ωθ
onlogn4
(1.1)n
-10(n-2)!
5n+7n-1
答案:g
(n)n
n22n
f(n)n2ω
θonlogn4ωo
o(1.1)n
-10θoo
(n-2)!ωω
ω5n+7n-1θo
o
演算法時間效率分析
求效率函式的一般方法 big o 表示式 演算法的複雜度分析包括空間複雜度分析和時間複雜度分析。對於現代計算機，記憶體已經比較足夠，對演算法效率影響最大的是時間複雜度。在時間複雜度的分析中，拋開具體機器，我們主要研究的是執行的語句數量。執行的語句數量取決於需要處理的元素個數和演算法的迴圈結構。引入函...
排序演算法效率分析
目錄 排序方法 時間複雜度 平均 時間複雜度 最壞 時間複雜度 最好 空間複雜度 穩定性氣泡排序 o n2 o n2 o n o 1 穩定選擇排序 o n2 o n2 o n2 o 1 不穩定插入排序 o n2 o n2 o n o 1 穩定希爾排序 o n1.3 o n2 o n o 1 不穩定快...
KMP演算法的效率分析
上一節，我們研究了kmp演算法的實現原理，這節，我們從分析的角度看看kmp演算法的時間複雜度和它的正確性。我們先看計算匹配字串最長字尾陣列的的函式 private intgetlongestsuffix int s throws exception if pi s 1 pi s 0 int k ge...