algorithm - 大O和大Omega有什么区别?

标签 algorithm big-o

<分区>

Big Omega 应该是 Big O 的对立面,但它们始终可以具有相同的值,因为根据定义,Big O 意味着:

g(x) so that cg(x) is bigger or equal to f(x)

Big Omega 意味着

g(x) 使得 cg(x) 小于或等于 f(x)

唯一改变的是c的值,如果c的值是任意值(我们选择满足不等式的值),那么Big Omega和Big O将是一样的。那么这两个人的意义何在?它们的作用是什么?

最佳答案

Big O 的上界(直到常数因子)渐近而 Big Omega 的下界(直到常数因子)渐近。

从数学上讲,f(x) = O(g(x))(big-oh)意味着f(x)的增长率渐近地小于或等于g(x)的增长率。

f(x) = Ω(g(x)) (big-omega)表示f(x)的增长率渐近大于等于g(x)的增长率

请参阅下面的 Wiki 引用:

Big O notation

enter image description here

关于algorithm - 大O和大Omega有什么区别?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16517035/

相关文章:

python - 找出两个数组之间可能的最小差异

algorithm - 如何在有时间限制的多个地点之间找到最快路径

python - 这个函数的大O是怎样的O(n^3)?

algorithm - 两个线性嵌套循环的 Big-theta 运行时间,对于外部的每次迭代,内部运行的次数是外部的一半。

algorithm - 图论 - 循环长度无向图 - 邻接矩阵

c - 在 TIC TAC TOE 游戏中生成下一步 Action 的最快方法

big-o - 对大 O 表示法感到困惑

algorithm - 子集和枚举的时间复杂度

algorithm - 插入排序的反转!

java - 如何将两个排序数组合并为一个排序数组?