- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
Possible Duplicate:
Big Theta Notation - what exactly does big Theta represent?
我想,理论上我理解它,但我很难理解这三者的应用。
在学校里,我们总是用 Big O 来表示算法的复杂度。例如,冒泡排序的时间复杂度为 O(n^2)。
现在,在阅读了更多理论后,我发现 Big Oh 并不是唯一的衡量标准,至少还有其他两个有趣的衡量标准。
但这是我的问题:
Big O 是上限,Big Omega 是下限,Big Theta 是两者的混合。但这在概念上意味着什么呢?我理解图表上的含义;我见过一百万个这样的例子。但这对于算法复杂度意味着什么? “上限”或“下限”如何与之混合?
我想我只是没有得到它的应用程序。我知道,如果乘以某个常数 c,如果某个值 n_0 f(x) 大于 g(x),则 f(x) 被视为 O(g(x))。但这实际上意味着什么呢?为什么我们要将 f(x) 乘以某个值 c?天哪,我认为使用 Big O 表示法倍数并不重要。
最佳答案
大 O 表示法及其相关的大 Theta、大 Omega、小 o 和小 omega 是表达函数在极限点(例如,当接近无穷大时,但也当接近 0 时等),无需对函数进行太多说明。它们通常用于描述算法的运行空间和时间,但也可以在有关渐近行为的其他数学领域中看到。
半直观的定义如下:
如果“从某个点开始”,g(x) 低于 c*f(x),则函数 g(x) 被称为 O(f(x)),其中 c 是某个常数。
其他定义类似,Theta 要求 g(x) 位于 f(x) 的两个常数倍之间,Omega 要求 g(x)>c*f(x),小版本要求这是真的对于所有这些常数。
但是为什么说一个算法的运行时间为 O(n^2) 很有趣?
这很有趣,主要是因为,在理论计算机科学中,我们最感兴趣的是算法对于大输入的行为方式。这是事实,因为在小输入上,算法运行时间可能会因实现、编译、硬件和其他在理论上分析算法时并不真正有趣的因素而有很大差异。
但是,增长率通常取决于算法的性质,为了改进算法,您需要对要解决的问题有更深入的了解。例如,在排序算法中,您可以获得一个简单的算法(冒泡排序)来以 O(n^2) 运行,但要将其改进为 O(n log n),您需要一个真正的新想法,例如归并排序或堆排序中引入的排序。
另一方面,如果您有一个算法在 5n 秒内运行,而另一个算法在 1000n 秒内运行(例如,长哈欠和 n=3 时的启动中断之间的差异),则当当你得到 n=1000000000000 时,规模上的差异似乎不那么重要了。但是,如果你有一个需要 O(log n) 的算法,那么你必须等待 log(1000000000000)=12 秒,也许乘以某个常数,而不是几乎 317,098 年,无论这个常数有多大是,是完全不同的尺度。
我希望这能让事情变得更清楚一些。祝你学业有成!
关于big-o - 谁能解释一下 Big O、Big Omega 和 Big Theta?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/14095510/
在使用 requests 库中的状态代码时,我遇到了一些奇怪的事情。每个 HTTP 状态代码都有一个常量,有些具有别名(例如,包括 200 的复选标记): url = 'https://httpbin
这是我得到的代码,但我不知道这两行是什么意思: o[arr[i]] = o[arr[i]] || {}; o = o[arr[i]]; 完整代码: var GLOBAL={}; GLOBAL.name
所以这个问题的答案What is the difference between Θ(n) and O(n)? 指出“基本上,当我们说算法是 O(n) 时,它也是 O(n2)、O(n1000000)、O
这是一个快速的想法;有人会说 O(∞) 实际上是 O(1) 吗? 我的意思是它不依赖于输入大小? 所以在某种程度上它是恒定的,尽管它是无限的。 或者是唯一“正确”的表达方式 O(∞)? 最佳答案 无穷
这是真的: log(A) + log(B) = log(A * B) [0] 这也是真的吗? O(log(A)) + O(log(B)) = O(log(A * B)) [1] 据我了解 O(f
我正在解决面试练习的问题,但我似乎无法找出以下问题的时间和空间复杂度的答案: Given two sorted Linked Lists, merge them into a third list i
我了解 Big-Oh 表示法。但是我该如何解释 O(O(f(n))) 是什么意思呢?是指增长率的增长率吗? 最佳答案 x = O(n)基本上意味着 x <= kn对于一些常量 k . 因此 x = O
我正在编写一个函数,该函数需要一个对象和一个投影来了解它必须在哪个字段上工作。 我想知道是否应该使用这样的字符串: const o = { a: 'Hello There' }; funct
直觉上,我认为这三个表达式是等价的。 例如,如果一个算法在 O(nlogn) + O(n) 或 O(nlogn + n) 中运行(我很困惑),我可以假设这是一个O(nlogn) 算法? 什么是真相?
根据 O'Reilly 的 Python in a Nutshell 中的 Alex Martelli,复杂度类 O(n) + O(n) = O(n)。所以我相信。但是我很困惑。他解释说:“N 的两个
O(n^2)有什么区别和 O(n.log(n)) ? 最佳答案 n^2 的复杂性增长得更快。 关于big-o - 大 O 符号 : differences between O(n^2) and O(n
每当我收到来自 MS outlook 的电子邮件时,我都会收到此标记 & nbsp ; (没有空格)哪个显示为?在 <>. 当我将其更改为 ISO-8859-1 时,浏览器页面字符集编码为 UTF-8
我很难理解 Algorithms by S. Dasgupta, C.H. Papadimitriou, and U.V. Vazirani - page 24 中的以下陈述它们将 O(n) 的总和表
我在面试蛋糕上练习了一些问题,并在问题 2给出的解决方案使用两个单独的 for 循环(非嵌套),解决方案提供者声称他/她在 O(n) 时间内解决了它。据我了解,这将是 O(2n) 时间。是我想错了吗,
关于 Java 语法的幼稚问题。什么 T accept(ObjectVisitorEx visitor); 是什么意思? C# 的等价物是什么? 最佳答案 在 C# 中它可能是: O Accept(
假设我有一个长度为 n 的数组,我使用时间为 nlogn 的排序算法对它进行了排序。得到这个排序后的数组后,我遍历它以找到任何具有线性时间的重复元素。我的理解是,由于操作是分开发生的,所以时间是 O(
总和 O(1)+O(2)+ .... +O(n) 的计算结果是什么? 我在某处看到它的解决方案: O(n(n+1) / 2) = O(n^2) 但我对此并不满意,因为 O(1) = O(2) = co
这个问题在这里已经有了答案: 11 年前关闭。 Possible Duplicate: Plain english explanation of Big O 我想这可能是类里面教的东西,但作为一个自学
假设我有两种算法: for (int i = 0; i 2)更长的时间给定的一些n - 其中n这种情况的发生实际上取决于所涉及的算法 - 对于您的具体示例, n 2)分别时间,您可能会看到: Θ(n)
这个问题在这里已经有了答案: Example of a factorial time algorithm O( n! ) (4 个回答) 6年前关闭。 我见过表示为 O(X!) 的 big-o 示例但
我是一名优秀的程序员,十分优秀!