渐近记法
3.1 引言
考察程序的操作计数和执行步数有两个重要的原因:
-
1)预测程序运行时间如何随着实例特征的变化而变化;
-
2)对两个功能相同的程序,比较它们的时间复杂度。
存在问题:
- 在使用操作计数时,我们关注的是某些“关键”的操作,而忽略了其他的操作。
- 步数的概念是不精确的。
渐近分析方法主要确定的是复杂函数中的最大项(但不包括最大项的系数)。
3.2 渐近记法
3.2.1 大0记法
定义3-1 令p(n)和g(n)是两个非负函数。称p(n)渐近地大于q(n) (p(n)渐近地优于q(n)),当且仅当:
lim
n
→
∞
q
(
n
)
p
(
n
)
=
0
\lim\limits_{n \to \infty}\frac{q(n)}{p(n)}=0
n→∞limp(n)q(n)=0
称q(n)渐近地小于p(n),当且仅当p(n)渐近地大于q(n)。称p(n)渐近地等于q(n),当且仅当任何一个都不是渐近地大于另一个。
常见时间复杂度项
f(n)作为实例特征n的函数,表示一个程序的时间或空间复杂度。因为程序的时间或空间复杂度是一个非负数,所以我们假设函数f对所有n都是非负值。
图3-3给出了经常在步数分析中出现的项。虽然其中所有项的系数都是1,但是在实际分析中,这些项的系数都有不同的值。图3-3的对数都没有对数基,原因是对于任何大于1的常数a和b,都有:
l
o
g
a
n
=
l
o
g
b
n
/
l
o
g
b
a
,
因
此
l
o
g
a
n
和
l
o
g
b
n
是
渐
近
相
等
的
。
log_an=log_bn/log_ba,因此log_an和log_bn是渐近相等的。
logan=logbn/logba,因此logan和logbn是渐近相等的。
利用定义3-1,对图3-3的所有项,可以排列出它们的大小顺序如下(其中<表示渐近地小于):
1
<
l
o
g
n
<
n
<
n
l
o
g
n
<
n
2
<
n
3
<
2
n
<
n
!
1<logn<n<nlogn<n^2<n^3<2^n<n!
1<logn<n<nlogn<n2<n3<2n<n!
**渐近记法(asymptotic notation)**描述的是大实例特征的时间或空间复杂度。我们将用它来分析步数(其实还可以用它来分析空间复杂度和操作步数)。时间复杂度和步数是同义词。如果实例特征只含有一个变量,例如n,渐近记法就用步数中渐近最大的一项来描述复杂度。
表示法f(n)=0(g(n))(读作"f(n)is big of g(n)")代表f(n)渐近小于或等于g(n)。在渐近的意义上,g(n)是f(n)的上限。
在渐近复杂度分析中,我们要确定一个最大项以表示复杂度,而且把这个最大项的系数置为1。
**【注意】**f(n)=O(g(n))与O(g(n))=f(n)不同。实际上,后者没有意义。符号“=”通常表示相等关系,此处表示的意思为“是”。因此,要把符号“=”读作“是”,而不是“等于”。
3.2.2 渐近记法Ω
记法f(n)=Ω(g(n))(读作“f(n)is Ω of g(n)”)表示f(n)渐近大于或等于g(n)。因此,在渐近意义上,g(n)是f(n)的下界。
3.2.3 渐近记法Θ
记法f(n)= Θ(g(n))(读作“f(n)is Θ of g(n)”)表示f(n)渐近等于g(n)。