Big o 两个算法，一个是O（n^2），另一个是Ω；（n）有大约相同的运行时间吗？_Big O_Complexity Theory

Big o 两个算法，一个是O（n^2），另一个是Ω；（n）有大约相同的运行时间吗？

big-o

Big o 两个算法，一个是O（n^2），另一个是Ω；（n）有大约相同的运行时间吗？,big-o,complexity-theory,Big O,Complexity Theory,这两种算法如何实现带有O（n²）另一个为Ω（n）在大量测试算法时，是否具有相同的实际运行时间？O（f（n））是一组按比例增长到f（n）或更慢的函数 Ω（f（n））是一组函数，它们按比例增长到f（n）或更快有许多函数的增长速度至少与n一样快，但不超过n^2。例如：n，n*log n，n^1.5，n^2，n身高大于1米的人怎么可能和身高小于3米的人一样高呢？大O符号不考虑系数。如果“更快”的算法有更高的系数，你可能需要非常大的输入才能超越较慢的算法；OP试图将最坏情况下的运行时间与最佳情

这两种算法如何实现

带有
```
O（n²）
```
另一个为
```
Ω（n）
```

在大量测试算法时，是否具有相同的实际运行时间？

O（f（n））

是一组按比例增长到

f（n）

或更慢的函数

Ω（f（n））

是一组函数，它们按比例增长到

f（n）

或更快

有许多函数的增长速度至少与

一样快，但不超过

n^2

。例如：

，

n*log n

，

n^1.5

，

n^2

，

n身高大于1米的人怎么可能和身高小于3米的人一样高呢？大O符号不考虑系数。如果“更快”的算法有更高的系数，你可能需要非常大的输入才能超越较慢的算法；OP试图将最坏情况下的运行时间与最佳情况下的运行时间进行比较。@chepner，这与系数无关，也与最坏/最佳情况的区别无关。O和Omega都可以应用于最佳/平均/最坏情况下的运行时或任何其他函数。dupe：（我不想单枪匹马地接近dupe，因为我是回答者，但它基本上是一个dupe）当你比较一个特定的（较小的）n时，线性因子对两者都很重要。