算法基础-渐近记号

万小筒

已于 2024-02-05 11:39:40 修改

阅读量995

点赞数 19

分类专栏：算法文章标签：算法

于 2024-02-05 11:38:15 首次发布

本文链接：https://blog.csdn.net/wyxxy521/article/details/135975977

版权

算法专栏收录该内容

5 篇文章 0 订阅

订阅专栏

本文详细介绍了Θ记号、O记号、/omega记号以及它们在衡量函数增长速度和算法复杂度中的作用，包括渐近紧确界的概念、渐近非负性、多项式函数的处理以及渐近记号的性质如传递性、自反性和对称性。同时讨论了函数间无法进行渐近比较的情况，强调了三分性的概念。

摘要由CSDN通过智能技术生成

1.Θ记号

Θ(g(n)) = {f(n):存在正常量 $c_{1}$ , $c_{2}$ , $n_{0}$ ，使得对所有的n $\geqslant$ $n_{0}$ ，有 0 $\leqslant$ $c_{1}$ *g(n) $\leqslant$ f(n) $\leqslant$ $c_{2}$ *g(n) }。

若存在正常量 $c_{1}$ , $c_{2}$ ，使得足够大的n，函数f(n)能够"夹入"c1g(n)和c2g(n)之间，则f(n)属于 $\Theta$ (g(n))，记作f(n) $\in$ $\Theta$ (g(n))，通常用f(n) = $\Theta$ (g(n)) 来表达相同的概念。

图中，对于n $\geqslant$ $n_{0}$ ，函数f(n)在一个常量因子内等于g(n)，所以g(n)是f(n)的一个渐进紧确界。

$\Theta$ (g(n))的定义要求每个成员f(n) $\in$ $\Theta$ (g(n)) 均渐近非负，当n足够大时f(n)非负，(渐近正函数就是对所有足够大的n均为正的函数)。因此函数g(n)本身也为渐近非负。假设 $\Theta$ 括号中的每个函数都为渐近非负，这个假设对其他记号也成立。

直觉上，一个渐近正函数的低阶项在确认渐进紧确界的时候可以忽略，当n较大时，最高阶项是远远大于低阶项的，因此将c1置为稍小于最高阶项系数的值并且将c2置为稍大于最高阶系数的值便能够使不等式成立。

任意二次函数f(x) = a $n^{2}$ +bn+c，其中a,b,c为常数且a>0。扔掉低阶项后得出f(x) = $\Theta$ ( $n^{2}$ )。我们取常量 $c_{1}$ = a/4， $c_{2}$ = 7a/4，且 $n_{0}$ = 2*max( |b|/a, $\sqrt{|c|/a}$ )。可以证明对所有的n> $n_{0}$ ，有0 $\leqslant$ $\leqslant$ $c_{1}$ $n^{2}$ $\leqslant$ a $n^{2}$ +bn+c $\leqslant$ $c_{2}$ $n^{2}$ 。

一般来说对于多项式 p(n) = $\sum_{i=0}^{d}$ $a_{i}$ $n^{i}$ ，其中 $a_{i}$ 为常量且>0，就有 p(n) = $\Theta$ ( $n^{d}$ )。

2.O记号

Θ记号渐近的给了一个函数的上界和下界，当只有一个渐近上界时，使用O记号。

O(g(n)) = {f(n):存在正常量c和 $n_{0}$ ，使得所有的n $\geqslant$ $n_{0}$ ，都有 0 $\leqslant$ f(n) $\leqslant$ cg(n) }。

Θ(g(n)) $\subseteq$ O(g(n))，因此任意二次函数 a $n^{2}$ +bn+c，其中a $\geqslant$ 0，在Θ( $n^{2}$ ) 证明中也证明了O( $n^{2}$ )。

当我们说“运行时间为O( $n^{2}$ )时，意指存在一个O( $n^{2}$ )的函数f(n)，使得对n的任意值，不管选择什么特定的规模为n的输入，其运行时间的上界都是O( $n^{2}$ )”

3./omega记号

$\Omega$ 指的是渐近下界， $\Omega$ (g(n))={ f(n):存在正常量c和 $n_{0}$ ，使得所有的n $\geqslant$ $n_{0}$ ，都有0 $\leqslant$ cg(n) $\leqslant$ f(n) }。

4.等式和不等式中的渐近记号

当渐近符号独立在等式或不等式的右边(即不在一个更大的公式里)时，如在n = O( $n^{2}$ )，等号是指集合包含的意思，n $\in$ O( $n^{2}$ )。

一般来说，当渐近符号出现在某个公式中时，将其解释为不太关注的匿名函数。比如：2 $n^{2}$ +3n+1 = 2 $n^{2}$ + $\Theta$ (n)。

5.o记号

o表示的是不渐近紧确的上界。

O(g(n)) = {f(n):对于任意量c>0,存在 $n_{0}$ >0，使得所有的n $\geqslant$ $n_{0}$ ，都有 0 $\leqslant$ f(n) $\leqslant$ cg(n) }。

例如 2n = o( $n^{2}$ )，但是2 $n^{2}$ $\neq$ o( $n^{2}$ )。

6. w记号

$\omega$ 表示的不渐近紧确的下界。

$\omega$ (g(n))={ f(n):对于任意c>0,存在 $n_{0}$ >0，使得所有的n $\geqslant$ $n_{0}$ ，都有0 $\leqslant$ cg(n) $\leqslant$ f(n) }。

7.记号特性

传递性

f(n) = O(g(n)) 且 g(n) = O(h(n))，那么 f(n) = O(h(n))。 $\Theta$ 和 $\Omega$ 也适用。

自反性

f(n) = O(f(n))。 $\Theta$ 和 $\Omega$ 也适用。

对称性

f(n) = $\Theta$ (g(n)) 当且仅当 g(n) = $\Theta$ (f(n))。

转置对称性

f(n) = O(g(n)) 当且仅当 g(n) = $\Omega$ (f(n)) 。

f(n) = o(g(n)) 当且仅当 g(n) = $\omega$ (f(n)) 。

8.三分性

对于两个实数a和b，a>b、a=b、a<b这三种情况中总会出现一种。但是不是所有的函数都能渐近比较的，对于两个函数f(n)和g(n)，也许f(n) = O(g(n))和 f(n) = $\Omega$ (g(n))都不成立，比如n和 $n^{1+sinn}$ ,1+sinn在0和2之间摆动，取介于两者之间的值。