大欧米茄表示法。我这样做对吗?

发布于 2024-12-06 05:44:49 字数 116 浏览 0 评论 0 原文

如果我有一些算法,最好运行 n 次,最差运行 n^2 次,可以说该算法是 Big Omega (n) 吗?

这是否意味着算法将至少运行 n(次)? 我只是不确定我的想法是否正确。

谢谢。

If I have some algorithm that runs at best n time and at worst n^2 time, is it fair to say that the algorithm is Big Omega (n)?

Does this mean that the algorithm will run at least n (time)?
I am just not sure if I have the right idea here.

Thanks.

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(2

那支青花 2024-12-13 05:44:49

对于 Big Oh,您将说明最坏的时间作为所需的时间,在您的情况下为 O(n^2)。对于 Big Omega,您可以指定最小时间,在本例中为 f(n)

另请参阅Big O 指南 以及这个讨论大O和大欧米茄

For Big Oh, you will state the worst time as the time it takes, in your case O(n^2). For Big Omega, you state the smallest time, in this case f(n).

Also see this guide to Big O and this discussion of Big O and Big Omega.

冷夜 2024-12-13 05:44:49

是的。如果运行时 f(n) 渐近有界为 g(n) = n,则 f(n) 为 BigOmega(n)。

编辑:大多数时候,算法是根据最坏情况的行为来分析的——
对应于“Big O”符号。在你的例子中,运行时间是 O(n^2)。

但对于那些罕见的情况,当你需要谈论下限时,或者最好
案例行为,使用“Big Omega”符号。在你的情况下,运行时
至少 n,因此将其描述为 BigOmega(n) 是正确的。

Yes. If the runtime f(n) is asymptotically bounded below by g(n) = n, then f(n) is BigOmega(n).

Edit: Most of the time, algorithms are analyzed in terms of their worst-case behavior --
which corresponds to "Big O" notation. In your case, the runtime is O(n^2).

But for those rare occasions when you need to talk about a lower bound, or best
case behavior, "Big Omega" notation is used. And in your case, the runtime
is at least n, so it is correct to describe it as BigOmega(n).

~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文