算法分析O(n), O(nlogn)...

1. 定义

大O符号（Big O notation）是用于描述函数渐近行为的数学符号。更确切地说，它是用另一个（通常更简单的）函数来描述一个函数数量级的渐近上界。

2. 说明

f(n) = 2n^2 + 3n + 1

f(n) = O(n^2)

or

f(n) ∈ O(n^2)

为什么可以这么去描述？

lim( f(n) / n^2) = a ( n--> 0, a为常数)

n^2 是f(n)的最高阶，f(n)的特性由最高阶决定。

为什么不是O(2*n^2)？

O(g(n))：lim( f(n) / g(n)) = a ( n--> 0, a为常数)

当n趋近于无穷大时，f(n) / g(n)为一个常数，那么O(g(n))表示f(n)的数量级。

注：关于O(n)更加具体的数学描述请参见：

Big O notation

3. 常用的数量级

符号	名称
	常数（阶，下同）
	迭代对数
	对数
	多对数
	线性，次线性
	线性对数，或对数线性、拟线性、超线性
	平方
	多项式，有时叫作“代数”（阶）
	指数，有时叫作“几何”（阶）
	阶乘，有时叫做“组合”（阶）

4. 算法的上限、下限

符号	定义
	渐近上限
	asymptotically negligible ()
	渐近下限 (当且仅当 )
	asymptotically dominant (当且仅当 )
	asymptotically tight bound (当且仅当 且 )

5. 参考

大O符号

Big O notation