大 o 記號
如果存在正常數 a、 n 和乙個函式 f(n)，使得對於任何 n > n，都有
t(n)
< a × f(n)
t(n) =o(f(n))大 o 記號（ big-o notation）」。
大ω記號
如果存在正常數 a、 n 和乙個函式 g(n)，使得對於任何 n > n，都有
t(n) > a × g(n)t(n) =ω(g(n))大ω記號（ big-ω notation）」。
大ω記號與大 o 記號正好相反，它是對演算法執行效率的一種樂觀估計⎯⎯對於規模為 n 的任意
輸入，演算法的執行時間都不會低於ω(g(n))。
θ記號
如果存在正常數a n，都有
a × h(n)我們就可以認為在 n 足夠大之後， h(n)給出了 t(n)的乙個確界。對於這種情況，我們記之為< t(n)
< b × h(n)
t(n) =θ(h(n))θ(h(n))同階。
資料結構與演算法 演算法與時間複雜度
演算法的五大特性 1.輸入,0 個或多個 2.輸入 1 個或多個 3.有窮性 4.確定性 5.可行性 如果乙個演算法執行效率 步驟 標記成 t n n 3 2 那麼這個2 可以看作乙個常數 k 就可以寫成 t n n 3 k 可以看出,如果改變常數k的值,並不會影響 t n 這個函式在座標軸的走勢,...
演算法與資料結構 時間複雜度
複雜度是衡量乙個演算法效率高低的乙個重要的因素，一般分為時間複雜度和空間複雜度。空間複雜度，一般在排序等 抽象資料型別的運算和物理實現 有關。本篇主要介紹時間複雜度的一些概念。我們在ram模型 1 記憶體無限大 2 基本運算o 1 下面考慮接下來的內容。準確的說，演算法的複雜性是執行演算法所需要的計...
資料結構與演算法 時間複雜度與空間複雜度
解決乙個問題的方法可能有很多，但能稱得上演算法的，首先它必須能徹底解決這個問題 稱為準確性 且根據其編寫出的程式在任何情況下都不能崩潰 稱為健壯性 程式和演算法是完全不同的概念。演算法是解決某個問題的想法 思路 而程式是在根據演算法編寫出來的真正可以執行的 例如，要依次輸出一維陣列中的資料元素的值，...