算法时间复杂度分析(1)

如果有错误的地方，欢迎大家指正，只希望不要误导别人。

开篇：

     学习算法时间复杂度分析，首先要对O、o、Ω、ω、Θ这几个符号有基本的了解，下面将给出这几个符号详细的定义。

    1、大O符号：

        定义：

                设f和g是定义域为自然数集N上的函数，若存在正数c和n0,，使得对一切 n >= n0有 0 <= f(n) <= cg(n)成立， 则

                称f(n)的渐进上界是g(n),记做：f(n) = O(g(n))

        例子：

               f(n) = n^2 + n, g(n) = n^2; 当 c = 2, 只要n0 = 1, 就满足， f(n) <= cg(n)    ==>    这个时候称g(n)为f(n)的渐进上界，

               记作：f(n) = O(n^2)

        注意：

                1、f(n) = O(g(n))，f(n)的阶不高于g(n)的阶。
                2、可能存在多个正数c，只要指出一个即可。
                3、对前面有限个值可以不满足不等式。
                4、常函数可以写作O(1).

    2、小o符号：

         定义：

                设f和g是定义域为自然数集N上的函数，若对于任意正数c都存在n0，使得对一切 n >= n0，有 0 <= f(n) < cg(n)成立，

                则记作f(n) = o(g(n))

         例子：

               f(n) = n^2 + n , 则f(n) = o(n^3) c >= 1成立，因为n^2 + n < cn^3（n0 = 2）
               任给1 > c > 0, 取n0 > ⌈2/c⌉即可，因为
               cn >= cn0 > 2 (当 n >= n0)
               n^2 + n < 2n^2 < cn^3

         注意：

                1、f(n) = o(g(n)),f(n)的阶低于g(n)的阶。
                2、对不同正数c，n0不一样，c越小n0越大。
                3、对于前面有限个n值可以不满足不等式。

    3、大Ω符号：

         定义：