算法分析, 时间复杂度，和BIG O,OMEGA, THETA NOTATION

最新推荐文章于 2023-07-19 14:03:30 发布
最新推荐文章于 2023-07-19 14:03:30 发布
阅读量2.9k 收藏 3
点赞数
分类专栏： 算法 文章标签： 算法 数据结构 java
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_44465604/article/details/104872543
版权
本文探讨了算法分析中的时间复杂度，使用Java StopWatch测量算法执行时间，并介绍了数学模型在分析中的应用。讲解了常见增长数量级，如常数、对数、线性、平方和指数级别。同时，通过改进3Sum问题，展示了如何将三层循环优化为线性对数级别。最后，解释了大O、Omega和Theta记号在描述算法性能上的区别和重要性。
摘要由CSDN通过智能技术生成

实验方法

  1. 用Java的StopWatch数据类型，记录从创建对象到算法完成所需的时间
  2. 程序在不同的计算机上运行时间之比通常是一个常数。我们可以用幂次法则，绘制标准图像和对数图像。标准图像X轴为问题规模（N），y轴为运行时间T（N）。而对数图像中，x轴就是lg（N），y轴是lg（T（N））。对数图像会是一条直线，等价于我们对数据符合公式T(N)=aN^b的猜想。
  3. 数学模型：一个程序运行的总时间主要和两点有关：1是每行语句执行的耗时，2是每条语句的频率。算出方程表达式之后取最高次数项。

More about 数学模型在算法分析中的应用

对于大多数程序，得到算法的运行的数学模型有如下步骤

  1. 确定input size，输入模型
  2. 找内循环
  3. 根据内循环的操作确定成本模型。比如3Sum中的成本模型就是数组的访问次数（访问数组元素的次数）。
  4. 对于给定的输入，判断这些操作的执行频率。

常见的增长数量级分类

以下为常见的算法分析方程形式，与微积分中求极限常见的方程相同。

  1. 一行语句 a+b = c为常熟级别（1）
  2. 二分查找为对数级别（logN）
  3. 遍历数组为线性级别（N）
  4. 分治法，归并排序就是线性对数级别（nlogn）
  5. 双层循环是平方级别，selecti
最低0.47元/天 解锁文章
akihiro_the_coder
关注
专栏目录
theta符号_大Theta和渐近符号的解释
08-13 4086
theta符号Big Omega tells us the lower bound of the runtime of a function, and Big O tells us the upper bound. Big Omega告诉我们函数运行时的下限，Big O告诉我们上限。 Often times, they are different and we can’t put a guar...
算法的时间复杂度
wyqwilliam的博客
09-15 353
时间复杂度（Time Complexity)）定义                时间频度：          一个算法执行所耗费的时间，从理论上是不能算出来的，必须上机运行测试才能知道。        但我们不可能也没有必要对每个算法都上机测试。        一个算法花费的时间与算法中语句的执行次数成正比例，哪个算法中语句执行次数多，它花费时间就多。        一个算法中的语句执行次数称为...
在算法分析中，Θ（theta）、O（大O）、Ω（omega）符号表示了不同类型的渐进时间复杂度（Master theorem中Θ，O，Ω的区别）
最新发布
wj617906617的博客
07-19 3030
当我们说算法的时间复杂度是Θ(f(n))时，它表示该算法的运行时间在最坏情况下以f(n)的速度增长，并且存在正常数c1和c2，使得对于足够大的n，算法的运行时间在c1 * f(n) 和 c2 * f(n) 之间。简而言之，Θ表示算法的渐进紧确上界和下界相同。当我们说算法的时间复杂度是Ω(f(n))时，它表示该算法的运行时间在最坏情况下以f(n)的速度增长，但不一定是最紧确的下界。当我们说算法的时间复杂度是O(f(n))时，它表示该算法的运行时间在最坏情况下以f(n)的速度增长，但不一定是最紧确的上界。
大omega记号_什么是大欧米茄符号？
cumi7754的博客
08-14 6722
大omega记号Similar to big O notation, big Omega(Ω) function is used in computer science to describe the performance or complexity of an algorithm. 与大O表示法相似，大Omega(Ω)函数在计算机科学中用于描述算法的性能或复杂性。 If a running ...
大O（Big-oh of f(n)），Omega Ω，Theta θ表示法--时间复杂度
Lawrence_Cj的博客
07-07 1582
时间复杂度定义和例子
时间复杂度big-O、Big-Omega和big-Theta
weixin_38166931的博客
08-15 2560
我们有三种曲线： A curve that we know is "above" the running time function when n is large. ( Big-O ) 当n足够大时，曲线高于运行时间函数(big-o) A curve that we know is "below" the running time function when n is...
算法导论随笔(一): 操作计数与复杂度Big（O）
天降风云的博客
08-25 1068
算法导论随笔(一): 操作计数与复杂度Big（O） 最近有点空闲时间，准备开一个新坑来纪录自己读《算法导论》的一些读书笔记，有时间的话也讨论一些有趣的算法。首先来谈谈程序的操作计数与算法的复杂度计算，也就是我们常听说的大O。对于新手程序员来说，“算法”这个概念可能看上去比较高深，尤其是“复杂度”这个概念，有时会让人一头雾水。不过看了这篇文章后，相信大家对算法和复杂度的概念会有一个更直观的了解， 即使是只会初中数学，也完全可以看懂。 1. 复杂度的概念 对算法有一定了解的朋友们都知道，判断一个算法好坏的方法是
深度解读Big O表示法：揭示算法复杂度的数学秘密
![深度解读Big O表示法：揭示算法复杂度的数学秘密]...首先，Big O表示法用于描述最坏情况下的算法运行时间，它忽略了常数因子和低阶
算法与算法分析 - 02 算法分析基础.pdf
09-17
渐近表示法是用来描述函数增长率的符号表示，包括渐近上界（Big O Notation）、渐近下界（Big Omega Notation）、非紧上界（Little o Notation）、非紧下界（Little Omega Notation）和准确界（Theta Notation）。...
算法和数据结构之复杂度与寻找峰值
Jifu_M的博客
01-18 715
Complexity And Finding Peaks渐近表示法(Asymptotic Notation)Big-O(Big O)Big O定义算法分析的总体规划寻找峰值 (Peak Finding)线性搜索二分搜索 渐近表示法(Asymptotic Notation) 我们如何根据复杂度的顺序对算法进行比较和排序? 以下是三种常用的复杂性度量标准顺序: Big O Big Omega Big Theta 其中Big O比起Big Omega和Big Theta更被广泛的接受和使用。 Big-O(Bi
20200728_数据结构C++语言版_读书笔记10_大omega
丰哥的专栏
07-28 390
20200728_数据结构C++语言版_读书笔记10_大omega 每日小知识 ls -h命令，人性化显示文件大小，默认是字节，加上-h可以变为kb或gb。 一、相关术语 big-omega notation 大Ω，渐进下界。 二、相关内容 第1章，绪论。 1.2 复杂度度量 1.2.1 时间复杂度 1.2.2 渐进复杂度（一） ■大Ω记号 如果存在正的常数c和函数g(n)，使得对于任何n>>2都有 T(n) ≥ c*g(n) 就可以认为，在n足够大之后，g(n)给出了T(n)的一个渐进下界
算法作业：时间复杂度的计算
awwwwmman的博客
03-23 312
时间复杂度是什么 算法中基本操作重复执行的次数是问题规模n的某个函数，用T(n)表示，若有某个辅助函数f(n),使得当n趋近于无穷大时，T（n)/f (n)的极限值为不等于零的常数，则称f(n)是T(n)的同数量级函数。记作T(n)=O(f(n)),称O(f(n)) 为算法的渐进时间复杂度，简称时间复杂度。 简单来讲：时间复杂度是执行该算法所需要的时间。时间复杂度一般用O来表示。时间复杂度越小，算法越快。 求解原则 1.如果运行时间是常数量级，用常数1表示； 2.只保留时间函数中的最高阶项； 3.如果最高阶
Algorithm_Big-O_notation_&_OMEGA
BBka要黑化！
04-15 678
f(n) and g(n): the running times of two algorithm on inputs of size n. Let f(n) and g(n) be functions from positive integers to positive reals. f=O(g) (which means that "f grows no faster than g")
算法时间复杂度分析——大O、大Ω、大θ、小o，小ω
热门推荐
anshuai_aw1的博客
09-07 4万+
最近开始转战传统算法分析的研究工作了，重新拾起以前学过的一些内容。 目录 一、概述 二、对常见的Ο和Ω进行分析 2.1 大O表示法 2.2 大Ω表示法 三、P问题，NP问题，NP-hard问题，NPC问题 3.1P问题和NP问题 3.2 NPC问题和NPH问题 参考文献： 一、概述 Ο，读音：big-oh；表示上界，小于等于。 Ω，读音：big omega、欧米伽；表示下界，大于等于。 Θ，读音：theta、西塔；既是上界也是下界，称为确界，等于。 ο，读音：small-oh；.
算法分析-时间复杂度：大O、大Ω、大θ、小o、小ω
weixin_42676396的博客
03-30 6907
一、概述 Ο，读音：big-oh；表示上界，小于等于。 Ω，读音：big omega、欧米伽；表示下界，大于等于。 Θ，读音：theta、西塔；既是上界也是下界，称为确界，等于。 ο，读音：small-oh；表示上界，小于。 ω，读音：small omega；表示下界，大于。 Ο是渐进上界，Ω是渐进下界。Θ需同时满足大Ο和Ω，故称为确界。Ο极其有用，因为它表示了最差性能。 二、对常见的Ο和Ω进行分析 2.1 大O表示法 大O是我们在分析算法复杂度时最常用的一种表示法。 f(x) =
算法分析渐进符号(O、o、Θ、Ω、ω)总结
gaoxiangnumber1——Gao Xiang's Blog
04-15 1万+
用“渐近记号”来表示“渐近复杂度”。 1.  渐近记号包括： (1)Θ（西塔）：紧确界。            相当于"=" (2)O （大欧）：上界。              相当于" (3)o（小欧）：非紧的上界。       相当于" (4)Ω（大欧米伽）：下界。          相当于">=" (5)ω（小欧米伽）：非紧的下界。 相当于">" 给出这些记号的定义：
复杂度 O、Θ、Ω、o、ω 区分
叼辣条闯天涯
10-04 317
https://blog.csdn.net/youanyyou/article/details/108860320
算法笔记（三）：递归复杂度的计算、主定理、渐进符号
冷月无声的博客
11-21 3156
有些同学可能会很困惑：时间复杂度的表示怎么一会儿是 大O, 一会儿是(读作Omega)，一会儿又是（读作Theta）？ 这三个符号略有区别，要用数学语言才能描述，略显枯燥，我们到后面再聊大O、、表示时间复杂度的区别，大家先记住，大O、（Omega）、(Theta)都是表示时间复杂度的3种渐进符号；总的来说 ，大O是小于等于， 是大于等于；是等于。 目录 大O、、表示时间复杂度的区别...
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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