Introduction to Algorithms 算法导论 第3章 函数的增长 学习笔记及习题解答

本文详细介绍了算法分析中的渐近记号,包括Θ、O、Ω记号的定义,以及它们之间的关系。通过证明和练习,阐述了这些记号在描述算法复杂度中的应用,并讨论了如何将这些表示法扩展到多参数的情况。此外,还涵盖了标准记号如单调性、取整和取模运算,以及常见函数如多项式、指数式和对数式的渐近表示。
摘要由CSDN通过智能技术生成
3.1 渐近记号
表示算法的渐近运行时间的记号是用定义域为自然数集N = {0, 1, 2, ...}的函数来定义的。这些记号用来表示最坏情况运行时间T(n)。

Θ记号
    Θ(g(n)) = {f(n): 存在正常数c1,c2和n0,使对所有的n≥n0,有0 ≤ c1*g(n) ≤ f(n) ≤ c2*g(n)}
O记号
    O(g(n)) = {f(n): 存在正常数c和n0,使对所有的n≥n0,有0 ≤ f(n) ≤ c*g(n)}
Ω记号
    Ω(g(n)) = {f(n): 存在正常数c和n0,使对所有的n≥n0,有0 ≤ c*g(n) ≤ f(n)}

Θ称为渐近确界,O称为渐近上界,Ω称为渐近下界。

定理3.1 对任意两个函数f(n)和g(n),f(n) = Θ(g(n)) 当且仅当f(n) = O(g(n))和f(n) = Θ(g(n))。

o记号:
    o(g(n)) = {f(n): 对任意正常数c,存在常数n0 > 0,使对所有的n≥n0,有0 ≤ f(n) ≤ c*g(n)}
ω记号:
    ω(g(n)) = {f(n): 对任意正常数c,存在常数n0 > 0,使对所有的n≥n0,有0 ≤ c*g(n) ≤ f(n)}

传递性:
    f(n) = Θ(g(n)) && g(n) = Θ(h(n)) ==> f(n) = Θ(h(n))
    f(n) = O(g(n)) && g(n) &
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值