算法复杂度-渐进分析

算法复杂度-渐进分析

渐进表达式的定义

渐进上界 大$O$

O ( g ( n ) ) = { f ( n ) ： ∃   c > 0 ， n 0 > 0 。   s . t .   ∀   n ≥ n 0 ，   0 ≤ f ( n ) ≤ c g ( n ) } O(g(n)) = \{f(n)：{\exists} \: c > 0，n_0 > 0。 \: s.t. \: {\forall} \: n \geq n_0，\: 0 \leq f(n) \leq cg(n)\} O(g(n))={f(n)：∃c>0，n0​>0。s.t.∀n≥n0​，0≤f(n)≤cg(n)}

渐进下界 大$\Omega$

Ω ( g ( n ) ) = { f ( n ) ： ∃   c > 0 ， n 0 > 0 。   s . t .   ∀   n ≥ n 0 ，   0 ≤ c g ( n ) ≤ f ( n ) } \Omega(g(n)) = \{f(n)：{\exists} \: c > 0，n_0 > 0。\: s.t. \: {\forall} \: n \geq n_0，\: 0 \leq cg(n) \leq f(n)\} Ω(g(n))={f(n)：∃c>0，n0​>0。s.t.∀n≥n0​，0≤cg(n)≤f(n)}

渐进确界 $\Theta$

Θ ( g ( n ) ) = { f ( n ) ： ∃   c 1 > 0 ， c 2 > 0 ， n 0 > 0 。   s . t .   ∀   n ≥ n 0 ,   0 ≤ c 1 g ( n ) ≤ f ( n ) ≤ c 2 g ( n ) } \Theta(g(n)) = \{f(n)：{\exists} \: c_1 > 0，c_2 > 0，n_0 > 0。\: s.t. \: {\forall} \: n \geq n_0, \: 0 \leq c_1g(n) \leq f(n) \leq c_2g(n)\} Θ(g(n))={f(n)：∃c1​>0，c2​>0，n0​>0。s.t.∀n≥n0​,0≤c1​g(n)≤f(n)≤c2​g(n)}

结论

$\forall f(n)，g(n)。f(n)=\Theta (g(n))iiff(n)=O(g(n))andf(n)=\Omega (g(n))。$

即：$\Theta (g(n))=O(g(n))\bigcap \Omega (g(n))$

非渐进确界的上界 小$o$

ο ( g ( n ) ) = { f ( n ) ： ∀   c > 0   ∃   n 0 > 0 。   s . t .   n ≥ n 0 ，   0 ≤ f ( n ) < c g ( n ) } \omicron(g(n)) = \{f(n)：{\forall} \: c > 0 \: {\exists} \: n_0 > 0。\: s.t. \: n \geq n_0，\: 0 \leq f(n) < cg(n)\} ο(g(n))={f(n)：∀c>0∃n0​>0。s.t.n≥n0​，0≤f(n)<cg(n)}

非渐进确界的下界 小$\omega$

ω ( g ( n ) ) = { f ( n ) : ∀   c > 0   ∃   n 0 > 0 。   s . t .   n ≥ n 0 ,   0 ≤ c g ( n ) < f ( n ) } \omega(g(n)) = \{f(n): {\forall} \: c > 0 \: {\exists} \: n_0 > 0。\: s.t. \: n \geq n_0, \: 0 \leq cg(n) < f(n)\} ω(g(n))={f(n):∀c>0∃n0​>0。s.t.n≥n0​,0≤cg(n)<f(n)}

举例说明

$2n^2=O(n^3)/2n^2\in O(n^3)$

$f(n)=n^3+O(n^2)$ 含义是：$\exists f(n)，h(n)\in O(n^2)。s.t.f(n)=n^3+h(n)$

$n^2+O(n)=O(n^2)$ 含义是：$\forall f(n)\in O(n)，\exists h(n)\in O(n^2)。s.t.n^2+f(n)=h(n)$

含义：“任何的左边都是右边”

$\sqrt{n}=\Omega (lgn)$

$2n^2=o(n^3)，n_0=\frac{2}{c}。$

$\frac{1}{2}{n}^2=\Theta (n^2)$

$\frac{1}{2}{n}^2\ne o(n^2)$