complexity-theory - 大欧米茄表示法 - 什么是 f = Ω(g)?

标签 complexity-theory big-o

我花了一个多小时的时间来寻找以下内容的引用:

f = Ω(g)

但我一点运气都没有。我需要回答作业问题,但找不到引用资料。

作业基本上是要求我在以下选择的背景下指出它 (f = Ω(g)) 的含义:

  1. f = Ω(g(n))
  2. g = o(ln n)
  3. g = o(g(n))
  4. g = O(f)
  5. f = O(g)

一开始我以为问题可能有误。

我知道选项 1 是错误的,并且假设选项 5 也是错误的,但在线一小时后我无法弄清楚哪一个是答案。

有人可以向我解释一下如何解决这个问题吗?我意识到这可能意味着给我答案,以便可以对其进行解释,但我更感兴趣的是为什么这些答案之一是正确的。

最佳答案

f = Ω(g) 表示“f 渐近地由 g 下界”。f = O(g) 表示“f 渐近地由 g 上界” “根据评论。

如果河流的上界是一座桥,那么桥的下界是多少?河流。

我建议d

(为了完整起见,这些的“小”版本意味着增长方面的巨大差异。)

关于complexity-theory - 大欧米茄表示法 - 什么是 f = Ω(g)?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/16716291/

相关文章:

java - 有效确定矩阵中 [n][n] 元素的算法

code-analysis - 代码片段的 Big-Oh 表示法

performance - 根据大 O 确定上限

algorithm - 在 O(nlogn) 的两个集合中找到匹配对

f>>g & f>g的算法复杂度题

algorithm - T(n) = 2T(n/2) + log n 的解

algorithm - 补图算法中的最短路径

c - 返回类型会影响空间复杂度吗?

performance - 当似乎常数确实影响复杂性时,我如何确定算法的时间复杂性,而我被教导不是这样?

algorithm - 对两个相关循环的复杂性感到困惑?