算法复杂度分析之常见的算法复杂度的大O阶

符号Ο的定义

如果存在正的常数C和自然数N0 ，使得当N>= N时有f（N）<=Cg（N）,则称函数f(N)当N充分大时上有界，且g(N)是它的一个上界，记为f(N)=O(g(N))。

符号Ω的定义

如果存在正的常数C和自然数N0 ，使得当N>= N时有f（N）>=Cg（N）,则称函数f(N)当N充分大时下有界，且g(N)是它的一个下界，记为f(N)= Ω(g(N))

---

O(1):表示算法的运行时间为常量时间

O(logn):二分法查找等算法

O(n):线性算法，例如线性查找

O(nlogn):快速排序、归并排序等算法

O(n2):对数组进行排序的简单算法，例如冒泡排序等

O(n3):做两个n阶矩阵的乘法运算

O(2n):求具有n个元素集合的所有子集的算法

O(n!):求具有n个元素的全排列的算法

附例题：

        1.求下列函数的渐进表达式，用大O表示。

        （1）3n2+10n    O(   n2  )

        （2）n2/10+2n     O(  2 n   )

        （3）21+1/n     O(   1  )

        （4）logn3          O(   logn  )

        （5）10log3n    O(  n   )

        2.按照渐进阶从低到高的顺序排列以下表达式：

                10n2      logn     5n    10n   10    n2/3      n!

        排列顺序如下：

                        10<logn<n2/3<10n<10n2<5n<n!

---

如有错误，欢迎指正