algorithm - 我们可以像估算 Big O 那样估算 Big Omega 吗?

标签 algorithm data-structures computer-science

我一直在阅读估计 Big O 是多么容易:去掉最不占主导地位的项和常数。我的问题是,我们可以为 Big Omega 做同样的事情吗?

我知道输入依赖与渐近分析无关:我们可以在最佳、平均和最坏情况分析中有一个上(大 O)和下(大 Omega)。但是我对如何快速估计算法的 Big Omega 感到困惑,例如在最坏的情况下。

如果您能提供示例来澄清我的困惑,我将不胜感激。

最佳答案

仅举两个例子应该会让您有所启发。

n² + nO(n²)(它也是 O(n³))。

n² + nΩ(n²)(它也是 Ω(n))。

你考虑主导词。

n + (n cos n)²O(n²)Ω(n)

上限和下限。

关于algorithm - 我们可以像估算 Big O 那样估算 Big Omega 吗?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58069699/

相关文章:

computer-science - 彩边图中的最短路径

javascript - Alpha-Beta 国际象棋引擎搜索算法未做出正确的 Action

algorithm - 我的子例程对于生成随机 Barabasi-Albert 图是否正确?

java - 将 Java List 转换为 Pivot 格式

c++ - 在 OpenCV 3.0 中计算密集 SIFT 特征

computer-science - 一串英文文本的熵如何表示低质量?

algorithm - 如何应对 Hackerrank 上的 Fair Cut 挑战?

arrays - 我在使用快速排序算法时遇到问题

c++ - 将不相邻的内存缓冲区视为连续缓冲区的数据结构

c++ - 使用什么数据结构