《算法导论》第三章 函数的增长 个人心得——记号与常用函数

由第二章中我们得知，算法的时间复杂度只与算法的高阶项有关。当输入规模n足够大时，高阶项的花费远超过低阶项。因此在计算算法的运行时间时，尽管可以求出精确的运行时间，但是并不值得我们这么做。

在n很大的情况下，我们更感兴趣的是算法的渐进效率，即，当输入规模无限增加时，在极限中，算法的运行时间如何随着输入规模的变大而变大。

这一章首先介绍了几个“渐进记号”，其中，我们见过Θ记号。然后，我们简单介绍几个函数以及性质。

一、渐进记号

我们用渐进记号来刻画算法的运行时间，以便于方便的描述最坏运行时间函数T(n)。
本章主要介绍Θ、O、Ω记号，以及相对应的θ、o、ω记号（注意大小写）。

上图给出了f(n)与g(n)的关系。标出的n0是最小的可能值。任何大于n0的值都有效。在图一中，表示Θ记号，即将f(n)限制在c1g(n)与c2g(n)之间，给出了f(n)的上下界。图二中表示O记号，给出函数f(n)的上界。图三中表示Ω记号，给出f(n)的下界

Θ记号

由第二章，我们知道插入排序的最坏时间是T(n)=Θ(n²)。我们给出这个记号的定义：对于一个给定的函数g(n)，Θ(g(n))表示以下函数的集合：
θ(g(n))={f(n):存在常量c1、c2 和 n0，使得对所有n≥n0，有0≤c1g(n)≤f(n)≤c2