关于几个算法时间问题

[shengb1981]

近期学习了《算法导论》一书，后自己整理笔记，遇到一些概念搞晕了，请高人指点。

比如几个排序算法的运行时间分析：

插入排序：最好情况Ω(n) 最坏情况Θ(n^2) 平均情况Ο(n^2)
归并排序：最好情况Θ(nlgn) 最坏情况Θ(nlgn) 平均情况Θ(nlgn)
快速排序：最好情况Ο(nlgn) 最坏情况Θ(n^2) 平均情况Ο(nlgn)

而之前的《数据结构》一书中都是以Ο(n) Ο(n^2) Ο(nlgn)的形式出现的，到底哪个对，懵了~~~~

[zhangxfeng112]

LZ问这个问题，就知道你一点都没理解各个算法。。。
那就去看每种算法啊，来这问是不是想把高人的回答当标准答案或者是定理背下来呀？
那样有用么？你觉得有意思么？

别的不知道，我只知道什么时候，什么规模该选什么算法。。。

还有插入排序，它的时间主要是花费在移动数据上，折半查找可以忽略，所以时间复杂度计算的是移动次数，所以平均时间发杂读应该是Ο(n^2)，可能是你之前看的书写错了，要么就是你记错了。

[perfecttt]

仔细的看看书吧，咬文嚼字，书上的是真理，别人说的不一定对。呵呵。

[linglongyouzhi]

同意这种看法，还是要理解算法的原理才是正道啊
[Quote=引用 1 楼 zhangxfeng112 的回复:]
LZ问这个问题，就知道你一点都没理解各个算法。。。
那就去看每种算法啊，来这问是不是想把高人的回答当标准答案或者是定理背下来呀？
那样有用么？你觉得有意思么？

别的不知道，我只知道什么时候，什么规模该选什么算法。。。

还有插入排序，它的时间主要是花费在移动数据上，折半查找可以忽略，所以时间复杂度计算的是移动次数，所以平均时间发杂读应该是Ο(n^2)，可能是你之前看的书写错了，要么就是你记错了。
[/Quote]

[hh_xj]

相信楼主都知道Ω，Θ，Ο，他们代表渐进性相同的一族函数。是一个函数集。Ω代表下界，Ο代表上界，这种表示法不是紧凑的，比如用O(nlgn)代表的算法运行时间实际上可能是 T(n) = Cn，但T(n)属于O(nlgn)。

计算算法的运行时间T(n)要算法的不同运行情况，有最好的情况和最坏的情况和我们期望的平均情况。我们用最坏情况来衡量算法性能。如果不加说明，O代表算法的最坏情况，Ω代表算法的最好表现，如果是Θ集，那么最好情况和最坏情况下的T(n)函数在渐进性上相同。比如快排T(n) = O(n^2)。但是如果加了一定的说明的话，如平均情况下，快排的T(n) = O(nlgn)，这时的O仅代表在这种平均情况下得出的T(n)的渐进性。如果不加这个平均情况，这个T(n) = O(nlgn)容易让人误解，因为最坏情况下T(n) = Θ(n^2)。
总之，理解O, Θ, Ω的意义，和算法的运行细节，就可以判断了。

申明：词不达意！有错的话不要被我误导

[shengb1981]

谢谢各位的点拨，我会踏踏实实的学的！