菜鸟玩算法·数据结构与算法·第2期·复杂度大O表示法

元宇宙MetaAI

墨衍会员 · AI 创作全网分发码龄10年

关注

原创最新推荐文章于 2026-02-09 00:15:00 发布 290 阅读 AI 写同款· GEO 优化 ›

算法复杂度渐进符号（大O、Ω和θ）的个人理解做软考习题时，碰到了这样的一道题：关于算法复杂度渐进符号（O、Ω、θ），详细解释可参考：【双语字幕】什么是算法复杂度渐进符号？阿布老师算法课11 这里节选总结了视频的重点内容：（1）常见函数阶数由低到高排列：（2）O（Big-Oh，大O表示法）：构造形如f(n) = c * g(n)形式的不等式。 eg：如图，待分析式f（n）=2n+3 此时，可以构造式子2n+3n，可以保证当n≥1时，f（n）= 2n+3 ≤ 2n+3n = 5n成立此时，c*g（n）= 5n（c为系数5，g（n）= 阅读详情

概念

如果存在正数n和N，当 $n>N$ 时，有 $f(n) \leq mg(n)$ ，则 $f(n) = O(g(n))$ 。该描述方法主要是上篇提到的渐进复杂度的表示方法，是1894年Paul Bachmann提出的。

下面来看一个函数举例说明： $f(x) = 3x^3+3x+1$ ，对应的表示 $f(x)$ = $O(x^3)$ 。我们反推一下公式，看是否成立：

$3x^3+3x+1 \leq mx^3$

$3+\frac{3}{x^2}+\frac{1}{x^3} \leq m$

当 $x>N$ 时，满足上述公式，所以 $f(x)$ 的为 $O(x^3)$ 大O表示。

性质

（1）如果 $f(n) = O(h(n)), g(n) = O(h(n)) \rightarrow f(n) + g(n) = O(h(n))$

（2）传递性， $f(n) = O(g(n)), g(n) = O(h(n)) \rightarrow f(n) = O(h(n))$

（3）特殊的对数函数，任意的a和b（b不等于1）， $log_{a}n = O(log_{b}n)$

（即：对数函数都满足同样的增长特性）

（4）对于幂函数，任何正数m， $n^k = O(n^{k+m})$

说明：

对于大O表示也是存在特殊情况的，例如 $f(x)=10^8x$ 和 $g(x)=x^2$ ，它们对应的表示分别为 $O(x)$ 和 $O(x^2)$ ，如果根据大O表示法来看， $O(x^2)$ 的计算复杂度是比 $O(x)$ 大的。但是根据函数来看这是不严谨的定论，当 $x\geq 10^8$ 时， $O(x^2)$ 的计算复杂度是比 $O(x)$ 大的。但是，我们在程序中可能很难处理这么多的数据，所以针对这种常数太大没有实际意义情况Udi Manber提出使用O(OO)符号对这类函数表示。

O(OO)的表示法： $f(n)=OO(g(n))$ ，其中 $f(x)=10^8x$ 就是这种情况 $f(x)=OO(x)$ 。常数太大没有实际意义，还有根据具体情况来看。

更多《计算机视觉与图形学》知识，可关注下方公众号：

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

时间复杂度的差异测评！O(n)、O(nlogn)、O(n^2)、O(n^3)以最长子段和为例时间复杂度的差异测评前言：大家都知道，判断一个算法够不够好，一个很重要的标准就是算法的时间复杂度 ，同样一个问题，不同的算法执行的时间差异可以很大！这个就是时间复杂度导致的，关于时间复杂度的定义等，本菜鸟不予说明，大家可以参考各大算法或者数据结构书籍，里面有详细的解释，今天给大家带来的是不同时间复杂度算法运行时间的差异！测试题目：输入一个数据n（0,1000000），然后输阅读详情

0

元宇宙MetaAI

博客等级

码龄10年 331粉丝 333原创

+ 关注

评论

成就一亿技术人!

拼手气红包6.0元

还能输入1000个字符

插入表情

表情包

代码片

HTML/XML
objective-c
Ruby
PHP
C
C++
JavaScript
Python
Java
CSS
SQL
其它

条评论被折叠查看

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。