Big o 大O和大Omega是一样的，但是相反？
这是真的吗Big o 大O和大Omega是一样的，但是相反？,big-o,big-theta,Big O,Big Theta,这是真的吗 f(n) = O(g(n)) === g(n) = Omega(f(n)) 它们基本上是可以互换的，因为它们是相反的吗 因此，如果F是G的大O，那么G是F的大ω？这有助于了解定义： f(n) is in O(g(n)) if and only if: There are positive constants c and k, such that 0 ≤ f(n) ≤ cg(n) for all n ≥ k. g(n) is in Omega(f(n)) if and only
f(n) = O(g(n)) === g(n) = Omega(f(n))
因此，如果F是G的大O，那么G是F的大ω？这有助于了解定义：
f(n) is in O(g(n)) if and only if:
There are positive constants c and k, such that 0 ≤ f(n) ≤ cg(n) for all n ≥ k.
g(n) is in Omega(f(n)) if and only if:
There are positive constants c and k, such that g(n) ≥ cf(n) ≥ 0 for all n ≥ k.
希望这会有所帮助！查看以下定义会有所帮助：
f(n) is in O(g(n)) if and only if:
There are positive constants c and k, such that 0 ≤ f(n) ≤ cg(n) for all n ≥ k.
g(n) is in Omega(f(n)) if and only if:
There are positive constants c and k, such that g(n) ≥ cf(n) ≥ 0 for all n ≥ k.
希望这能有所帮助！我自己从来没有特别关心过这种符号。最简单的想法是，大O符号是“最坏的情况”，大欧米茄符号是“最好的情况” 当然，您可能还对其他事情感兴趣。例如，您可以声明以下（相当愚蠢的）线性搜索算法为O（n），但更精确的说法是，它始终与n成正比：
public bool Contains（列表，整数）
{
bool-contains=false；
foreach（列表中的int num）
{
//注意，我们总是循环浏览整个列表，即使我们找到了它
如果（num==number）
包含=真；
}
返回包含；
}
但严格来说，它们并不一定是相同的。我看到过一些争论，关于二元搜索树搜索的“最佳”情况是否应该考虑为O（1）（因为您要查找的项目可能是树上的第一个项目）或者是否应该考虑为O（logn）（因为“最佳”二元搜索的情况是树是否完全平衡。（有关BST插入的讨论，请参阅）。但平均情况肯定是O（logn）。最坏的情况是O（n）（如果二元搜索树完全不平衡）。如果我们将最佳情况设为O（1），则平均情况为O（logn），最坏情况为O（n），那么平均值、最坏值和最佳值都会明显不同。我自己从来没有特别关心过这种符号。最简单的想法是，大O符号是“最坏的情况”，大欧米茄符号是“最好的情况” 当然，您可能还对其他事情感兴趣。例如，您可以声明以下（相当愚蠢的）线性搜索算法为O（n），但更精确的说法是，它始终与n成正比：
public bool Contains（列表，整数）
{
bool-contains=false；
foreach（列表中的int num）
{
//注意，我们总是循环浏览整个列表，即使我们找到了它
如果（num==number）
包含=真；
}
返回包含；
}