数据结构与算法分析(第二章 算法分析)

本文深入探讨了算法分析的基础,包括大O记法、Ω记法和Θ记法的定义,以及运行时间计算的重要法则。提到了对分查找、欧几里得算法和幂运算的时间复杂性分析,旨在理解程序运行效率。
摘要由CSDN通过智能技术生成

一、引言

算法是为求解一个问题需要遵循的、被清楚地指定的简单指令的集合。

二、数学基础

全书将使用下列四个定义:

定义1:如果存在正常数 c c c n 0 n_{0} n0,使得当 N ⩾ n 0 N\geqslant n_{0} Nn0时, T ( N ) ⩽ c f ( N ) T\left ( N \right )\leqslant cf\left ( N \right ) T(N)cf(N),则记为 T ( N ) = O ( f ( N ) ) T\left ( N \right )= O\left ( f\left ( N \right ) \right ) T(N)=O(f(N))。(大 O O O记法)

定义2:如果存在正常数 c c c n 0 n_{0} n0,使得当 N ⩾ n 0 N\geqslant n_{0} Nn0时, T ( N ) ⩾ c g ( N ) T\left ( N \right )\geqslant cg\left ( N \right ) T(N)cg(N),则记为 T ( N ) = Ω ( g ( N ) ) T\left ( N \right )=\Omega \left ( g\left ( N \right ) \right ) T(N)=Ω(g(N))。( Ω 读 成 \Omega读成 Ω“omega”)

定义3:当且仅当 T ( N ) = O ( h ( N ) ) T\left ( N \right )=O\left ( h\left ( N \right ) \right ) T(N)=O(h(N)) T ( N ) = Ω ( h ( N ) ) T\left ( N \right )=\Omega \left ( h\left ( N \right ) \right ) T(N)=Ω(h(

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