如果我有歐米茄(1),theta(1)和Big O(1)是漸進地相同的,如果不是,那麼它們之間的區別是什麼?以下時間複雜度漸近地相同嗎?
-1
A
回答
0
f(x) = O(g(x))
(大-OH)意味着f(x)
生長速率是漸近小於或等於到的g(x)
生長速度。
f(x) = Ω(g(x))
(大-ω)表示的f(x)
生長速率是漸近大於或等於的g(x)
f(x) = o(g(x))
(小-OH)意味着f(x)
生長速率是漸近的生長速率小於的增長率爲g(x)
。
f(x) = ω(g(x))
(小-ω)表示的f(x)
生長速率是漸近比更大的生長速率g(x)
f(x) = Θ(g(x))
(THETA)意味着f(x)
生長速率是漸近等於的增長率爲g(x)
+0
但根據我應該是,大哦(1)和theta(1)應該是相同的,而歐米茄(1)應該是不同的 –
相關問題
- 1. Cassandra的「get_count」漸近時間複雜度
- 2. 漸近時間複雜度和折返
- 3. 漸近複雜度
- 4. 漸近複雜度python
- 5. 時間複雜度最小漸近運行時間
- 6. 是這個算法的漸近時間複雜度O(log n)?
- 7. Matlab圖論漸近複雜度
- 8. 下面這段代碼的漸近時間複雜度是多少?
- 9. 以下算法的時間複雜度?
- 10. 以下是什麼時間複雜度?
- 11. 以下算法的時間複雜度
- 12. 復發關係和漸近複雜性
- 13. 方案功能的漸近時間複雜性
- 14. 減少基於循環的代碼的漸近時間複雜度
- 15. 時間複雜度
- 16. 時間複雜度
- 17. 時間複雜度
- 18. 時間複雜度
- 19. 以下等式的空間複雜度
- 20. 以下復發的時間複雜性?
- 21. 時間複雜度和空間複雜度,如何計算空間複雜度
- 22. 漸進複雜度std :: remove_if
- 23. 下面代碼的時間複雜度?
- 24. iPhone下降測試時間複雜度
- 25. 時間複雜度混淆的下界
- 26. 算法複雜性漸近線圖
- 27. 編譯器的漸近複雜性
- 28. 懶惰評估的漸近複雜性
- 29. 算法的複雜性(漸近)
- 30. 時間複雜度如何不同?
簡而言之,Omega(1)不會少於1個單位時間,BigO(1)不會超過1個單位時間,Theta(1)將花費與1個單位時間成比例的時間。 – skrtbhtngr
這意味着所有的都不一樣? –
好的,是的。他們是三種不同的複雜課程。大O用於開發上限;大歐米茄被用來開發下界; Big Theta被用來分類算法。 – skrtbhtngr