这篇博客介绍了算法复杂度的渐进符号O、Ω和θ的含义，分别表示上限、下限和平均界限。通过实例解析了如何构造不等式来确定函数阶数，并指出大O可以表示更高等级的复杂度，而Ω则能表示更低等级的复杂度。 Theta表示最精确的平均界限，要求不等式两边的函数相同。博客还通过软考题举例说明了如何运用这些概念进行问题判断。
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，并补充了视频中缺失的部分细节、以及我的个人理解：
==================================================
（1）常见函数阶数由低到高排列：
请记住它！
（2）O（Big-Oh，大O表示法）——表示上限
构造形如f(n) = c * g(n)形式的不等式，使得在n ≥ n0的条件下，满足0 ≤ f(n) ≤ c * g(n)。（n0是自己取的一个数）
eg：
如图，待分析式
最低0.47元/天 解锁文章
扫一扫
1835
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
