本文通过极限概念简化算法时间复杂度的描述，探讨无穷小与无穷大的阶，指出如何比较不同算法时间复杂度，并给出了相关定义与实例。
摘要
在一般介绍算法时间复杂度的资料中，使用的语言 O ( n ) , θ ( n ) , Ω ( n ) O(n), \theta(n), \Omega(n) O(n),θ(n),Ω(n)的解释过于繁琐，不如采用极限来的简单。繁琐的原因在于重复了极限的定义和解释。采用极限概念的优点有：1）极限有 ε − δ \varepsilon - \delta ε−δ语言的规范定义，避免繁琐解释；2）采用极限可直接引出无穷大的阶的概念，满足了比对不同算法时间复杂度的描述需求。
无穷小
在微积分的早期发展历史上，就存在对无穷小的讨论。下面使用极限语言给出无穷小之间比较的例子，并引出无穷小阶的概念。
-
例子
几个无穷小的例子：
lim x → 0 x = 0 lim x → 0 x 2 = 0 lim x → 0 sin ( x ) = 0 \lim_{x \to 0} x = 0 \quad \lim_{x \to 0} x^2 = 0 \quad \lim_{x \to 0} \sin(x) = 0 x→0limx=0x→0limx2=0x→0limsin(x)=0
注意到这些无穷小的比值的极限情况不同：
lim x → 0 x 2 x = 0 lim x → 0 sin ( x ) x = 1 lim x → 0 + x x 2 = + ∞ \lim_{x \to 0} \frac{x^2}{x} = 0 \quad \lim_{x \to 0} \frac{\sin(x)}{x} = 1 \quad \lim_{x \to 0^+} \frac{x}{x^2} = +\infty x
最低0.47元/天 解锁文章
1366
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
