Fatal编程技术网
  • algorithm/
  • Algorithm 不同复杂度的算法

Algorithm 不同复杂度的算法

algorithm optimization

Algorithm 不同复杂度的算法,algorithm,optimization,complexity-theory,Algorithm,Optimization,Complexity Theory,一个算法的复杂度可以是O（n^2）和O（n logn）？我对这件事有把握。但是在中国呢Ω（n^2）和在O（n logn）中，以及在Θ（n^2）中和在Ω（n logn）。谢谢 Big-O表示法仅指上限。因此，如果它在O（n log n）中，它必然在O（n^2）中（因为n^2的增长速度比n log n快） 不，它不能同时出现在Ω（n^2）和在O（n日志n）中。这意味着“上限为n log n，下限为n^2，这是不可能的 Θ（n^2）意味着它的上下边界都是n^2，这必然意味着它的下边界是Ω（n日志n）

一个算法的复杂度可以是O（n^2）和O（n logn）？我对这件事有把握。但是在中国呢Ω（n^2）和在O（n logn）中，以及在Θ（n^2）中和在Ω（n logn）。谢谢

  • Big-O表示法仅指上限。因此，如果它在
    O（n log n）
    中，它必然在
    O（n^2）
    中（因为
    n^2
    的增长速度比
    n log n
    快）

  • 不，它不能同时出现在
    Ω（n^2）
    和在
    O（n日志n）
    中。这意味着“上限为
    n log n
    ，下限为
    n^2
    ，这是不可能的

  • Θ（n^2）
    意味着它的上下边界都是
    n^2
    ，这必然意味着它的下边界是
    Ω（n日志n）

  • Big-O表示法仅指上界。因此，如果它位于
    O（n log n）
    ，则它必然位于
    O（n^2）
    （因为
    n^2
    的增长速度比
    n log n
    快）

  • 不，它不能同时出现在
    Ω（n^2）
    和in
    O（n logn）
    。这意味着“上限由
    n logn
    限定，下限由
    n^2
    限定，这是不可能的

  • Θ（n^2）
    意味着它的上下边界都是
    n^2
    ，这必然意味着它的下边界是
    Ω（n日志n）

    • 我认为你说
    时漏掉了一个重要的字母，在（n logn）
    -你的意思是把一个
    O
    ，一个
    Ω，或括号前的a
    Θ
    ？我认为你说
    时遗漏了一个重要的字母，在（n logn）
    -你的意思是把a
    O
    ，a
    Ω，或者括号前有一个
    Θ
    ？谢谢，但是在Ω（n^2）在O（n logn）中似乎是正确的。谢谢，但是在Ω（n^2）在O（n logn）中，它似乎是正确的。