数据结构之大O、大Ω和大Θ

一、大O记号（big-O notation）
T(n) = O( f(n) ) if ∃c > 0，当 n >>2后，有T(n) < c*f(n).
1.常数(constant function)

2 = 2013 = 2013*2013 = 2013^2013 = O(1).像这类的算法效率最高
2.对数O(logn)
常底数无所谓，常数次幂无所谓，这类算法也非常有效，复杂的无限接近于常数


3.对数多项式（poly-log function）

3.多项式（polynomial function）

4.线性（linear function）
5.指数（exponential function）T(n) = a^n.这类算法的计算成本增长极快，通常被认为不可接受

二、大Ω记号（big-Ω notation）
T(n) = Ω( f(n) ) if ∃c > 0，当 n >>2后，有T(n) > c*f(n).
三、大Θ记号（big-Θ notation）
T(n) = Θ( f(n) ) if ∃c1 > c2 > 0，当 n >>2后，有c1*f(n) > T(n) > c2*f(n).