最近刚看算法导论，想请教关于时间复杂度的记号问题

xiayiguo 2013-04-22 06:11:10

以前数据结构的时候，好像只有 O（)的，可是现在还多了两个描述时间复杂度的记号，为什么要起这么多记号啊？

...全文

308 3 打赏收藏转发到动态举报

写回复

3 条回复

切换为时间正序

请发表友善的回复…

发表回复

icessl 2013-04-23

打赏
举报

回复

简单地说,"O" 记号,就是"至多是" 或 "不超过" 之意,一般用于评价自己写的算法; "Ω" 记号,就是"至少是" 或 "不低于" 之意,一般用于评价别人的算法; "θ" 记号,就是"等于"之意,一般用于精确评价某一算法的时间耗费.

xiayiguo 2013-04-22

打赏
举报

回复

引用 1 楼 jiangt999 的回复:

这个你自己看定义就知道了，自己意会比较好，别人说的自己再理解就没意思了

定义我知道啊！书上说的很清楚，可是时间复杂度本来就很多，还要记这些符号，记不住啊。

善水999 2013-04-22

打赏
举报

回复

这个你自己看定义就知道了，自己意会比较好，别人说的自己再理解就没意思了

本文介绍了算法复杂度中的时间复杂度和渐近时间复杂度概念，强调在算法分析中主要关注渐近时间复杂度。通过实例展示了如何计算时间复杂度，包括找出基本语句、计算执行次数的数量级以及用大Ο记号表示。常见的算法时间复杂度从小到大排序，并区分了多项式时间和指数时间。

本文介绍了如何计算算法的时间复杂度，包括确定基本语句、计算执行次数的数量级及使用大Ο记号表示时间性能。文章还列举了常见的时间复杂度，并区分了多项式时间和指数时间。

本文深入探讨了算法分析的基础概念，如渐进记号及其性质，并详细介绍了贪心算法和动态规划两大类算法的具体应用场景及实现方法。

本文探讨了算法设计与分析的基础知识，重点介绍了时间复杂度和空间复杂度的概念，通过具体实例解析了Big-Oh、Big-Omega和Big-Theta等渐近记号的定义与应用，强调了在算法设计中综合考虑效率的重要性。

本文详细介绍了算法复杂度的概念，包括时间复杂度和渐近时间复杂度，并给出了计算方法。通过实例解析了如何判断两个函数的时间复杂度关系，以及如何计算程序段的时间复杂度。强调在分析时主要关注最高次幂，忽略低次幂和系数。同时，列举了常见的时间复杂度等级，指出多项式时间和指数时间在算法效率上的差异。

数据结构与算法

33,025

社区成员

35,336

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章