当前位置: 首页 > news >正文

【算法】函数渐近的界基础知识及定理

创作不易,本篇文章如果帮助到了你,还请点赞 关注支持一下♡>𖥦<)!!
主页专栏有更多知识,如有疑问欢迎大家指正讨论,共同进步!
🔥c++系列专栏:C/C++零基础到精通 🔥

给大家跳段街舞感谢支持!ጿ ኈ ቼ ዽ ጿ ኈ ቼ ዽ ጿ ኈ ቼ ዽ ጿ ኈ ቼ ዽ ጿ ኈ ቼ

在这里插入图片描述

c语言内容💖:

专栏:c语言之路重点知识整合

【c语言】全部知识点总结


目录

  • 一、5种渐近意义下的符号
    • 1.渐近上界——大 O 符号
    • 2.渐近下界——大 Ω 符号
    • 3.非渐近紧确上界——小 o 符号
    • 4.非渐近紧确上界——小 ω 符号
    • 5.同界—— Θ 符号
    • 图解
  • 二、有关函数渐近的界的定理
  • 三、取整函数
  • 总结

函数渐近的界可以用来表示函数的边界或范围的集合

可以分为:

  • 上界
  • 同界
  • 下界

一、5种渐近意义下的符号

1.渐近上界——大 O 符号

定义:

设 f 和 g是定义域为自然数集N上的函数。若存在正数 c 和 n0 ,使得 对一切 n > n0有 0 <f(n) < cg(n)成立, 则称f(n) 的渐近的上界是 g(n),记作 f (n) = O(g(n))

例子:

设f(n) = n2 + n,则
f(n)=O(n2),取 c = 2 ,n0 =1 即可
f(n)=O(n3),取 c = 1 ,n0 =2 即可

  1. f (n) = O(g(n)) ,f(n)的阶不高于g(n)的阶.

  2. 可能存在多个正数c,只要指出一个即可.

  3. 对前面有限个值可以不满足不等式.

  4. 常函数可以写作O(1).

上界的阶越低,评估越准确

大O符号可以看作是<=号-------时间复杂度的最坏情况T(max)


2.渐近下界——大 Ω 符号

定义:

设 f 和 g是定义域为自然数集N上的函数。若存在正数 c 和 n0,使得对一切 n > n0有 0 < cg(n) <f(n)成立, 则称f(n) 的渐近的下界是 g(n),记作 f (n) = Ω(g(n))

例子:

设f(n) = n2 + n,则
f(n) = Ω (n2), 取 c = 1, n0 =1即可
f(n) = Ω(100n), 取 c=1/100, n0 =1即可

  1. f (n)=Ω (g(n)),f(n)的阶不低于g(n)的阶.

  2. 可能存在多个正数c,指出一个即可.

  3. 对前面有限个 n 值可以不满足上述不等式.

下界的阶越高,评估越准确

大 Ω 符号可以看作是>=号-------时间复杂度的最好情况T(min)


3.非渐近紧确上界——小 o 符号

定义:

设 f 和g是定义域为自然数集 N上的函数。若对于任意正数 c 都存在 n0,
使得对一切 n > n0有 <f(n) < cg(n)成立, 则记作f (n) = o(g(n))

例子:

f(n)=n2+n,则
f(n)=o(n3)
c>1显然成立,因为n2+n<cn3(n0=2)
任给1>c >0, 取 n0 >「2/c] 即可。因为cn > cn0 > 2 (当n > n0 ) n2+n < 2n2 < cn3

  1. f (n) = o(g(n)) ,f(n)的阶低于g(n)的阶
  2. 对不同正数c, n0不一样. c越小n0越大
  3. 对前面有限个 n 值可以不满足不等式

如果 l i m n → ∞ \underset{n → ∞}{lim} nlim f (n) / g(n)=0,那么f(n) = o(g(n))

小 o 符号可以看作是<号`


4.非渐近紧确上界——小 ω 符号

定义:

设 f 和 g是定义域为自然数集 N上的函数。若对于任意正数 c 都存在 n0 ,使 得对一切 n > n0有
0 < cg(n) <f(n) 成立, 则记作f (n) = ω (g(n))

如果 l i m n → ∞ \underset{n → ∞}{lim} nlim f (n) / g(n)=∞,那么f(n) = ω (g(n))

小 ω 符号可以看作是>号`


5.同界—— Θ 符号

定义:

若f (n) = O (g(n)) 且f (n) = Ω(g(n)), 则记作f (n) = Θ(g(n))

例子:

f(n) =n2+ n, g(n) =100n2 ,那么有f(n)=Θ(g(n))

  1. f(n) 的阶与 g(n) 的阶相等.

  2. 对前面有限个n 值可以不满足条件.

如果 l i m n → ∞ \underset{n → ∞}{lim} nlim f (n) / g(n)存在且等于某个常数,那么f(n) = Θ (g(n))

图解

在这里插入图片描述

二、有关函数渐近的界的定理

在这里插入图片描述
在这里插入图片描述

在这里插入图片描述

三、取整函数

在这里插入图片描述

在这里插入图片描述

总结

  • 估计函数的阶的方法:
    计算极限
    阶具有传递性

  • 对数函数的阶低于幂函数的阶,多项 式函数的阶低于指数函数的阶.

  • 算法的时间复杂度是各步操作时间之 和,在常数步的情况下取最高阶的函 数即可.


在这里插入图片描述

大家的点赞、收藏、关注将是我更新的最大动力! 欢迎留言或私信建议或问题。
大家的支持和反馈对我来说意义重大,我会继续不断努力提供有价值的内容!如果本文哪里有错误的地方还请大家多多指出(●'◡'●)

相关文章:

【算法】函数渐近的界基础知识及定理

创作不易&#xff0c;本篇文章如果帮助到了你&#xff0c;还请点赞 关注支持一下♡>&#x16966;<)!! 主页专栏有更多知识&#xff0c;如有疑问欢迎大家指正讨论&#xff0c;共同进步&#xff01; &#x1f525;c系列专栏&#xff1a;C/C零基础到精通 &#x1f525; 给大…...

stable diffusion实践操作-writing

文章目录 前言一、优点1.1、免费开源1.2、拥有强大的外接模型 二、组成要素2.1 底模2.2 风格2.3 提示词2.4 参数配置 三、生图原理四、下载链接 实践正文一、安装1.1 电脑硬件配置查看1.2 安装本地版本的stable diffusion1.3 SD使用教程 二、模型介绍与下载2.1大模型2.2 Lora模…...

idea查找maven所有依赖

文章目录 idea自带的依赖结构图idea安装maven helper插件 idea自带的依赖结构图 缺点是只有依赖&#xff0c;没有版本 idea安装maven helper插件 settings–>plugins–>搜索maven helper并安装 安装后打开pom.xml文件会有依赖解析 勾选conflict就是有冲突的依赖选中…...

【业务功能篇97】微服务-springcloud-springboot-电商购物车模块-获取当前登录用户的购物车信息

购物车功能 一、购物车模块 1.创建cart服务 我们需要先创建一个cart的微服务&#xff0c;然后添加相关的依赖&#xff0c;设置配置&#xff0c;放开注解。 <dependencies><dependency><groupId>com.msb.mall</groupId><artifactId>mall-commo…...

Shell常用的几个正则表达式:[:alnum:], [:alpha:], [:upper:], [:lower:], [:digit:] 认知

一&#xff1a;通配符命令简介&#xff1a; 匹配符合相关条件的符号&#xff0c;匹配文件名查找。 通配符类型&#xff1a; *&#xff1a;匹配任意长度的任意字符 &#xff1f;&#xff1a;匹配任意单个字符 []&#xff1a;匹配指定范围内的任意单个字符 [^]&#xff1a;匹配指…...

简单的爬虫代码 爬(豆瓣电影)

路漫漫其修远兮&#xff0c;吾将上下而求索 这次写一个最简单的python爬虫代码&#xff0c;也是大多教程第一次爬取的&#xff0c;代码里面有个别的简单介绍&#xff0c;希望能加深您对python爬虫的理解。 本次爬取两个网页数据 一 爬取的网站 豆瓣电影 爬取网页中的&#…...

微服务之架构演变

随着互联网的发展&#xff0c;网站应用规模不断扩大&#xff0c;网站架构随之不断演变&#xff0c;演变历史大致分为单体应用架构-垂直应用架构-分布式架构-SOA架构-微服务架构-云原生架构 架构演变 单体应用架构 以前网站流量小&#xff0c;只需要一个应用就可以把所有功能…...

面试问题记录一 --- C++(Qt方向)

以下是我于2023年6~7月间换工作时遇到的面试题目,有需要的小伙伴可以参考下。约100个题目。 1 C和C++的区别 1) 文件区别:C源文件后缀 .c;C++源文件后缀 .cpp 2) 返回值: C默认返回int型;C++ 若无返回值,必须指定为void 3) 参数列表:C默认接收多个…...

使用词袋模型(BoW)测试提取图像的特征点和聚类中心

文章目录 环境配置代码测试 环境配置 (1) 导入opencv&#xff0c;参考链接 https://blog.csdn.net/Aer_7z/article/details/132612369(2) 安装numpy 激活虚拟环境的前提下&#xff0c;输入&#xff1a; pip install numpy(3) 安装sklearn 激活虚拟环境的前提下&#xff0c;输…...

利用vba处理Excel表格数据实现键值转化,适用于将编码转化成对应的文本

最近遇到了一个甲方需要提供系统登录的用户名单和对应的角色权限内容。无奈直接从数据库导出的数据对应的都是编码&#xff0c;没有转成中文&#xff0c;想着偷个懒能不能直接用Excel直接转&#xff0c;网上看了一下有修改单元格格式的&#xff0c;但需要编码是2到3个。多的就用…...

IntelliJ IDEA(Windows 版)的所有快捷键

&#x1fa81;&#x1f341; 希望本文能够给您带来一定的帮助&#x1f338;文章粗浅&#xff0c;敬请批评指正&#xff01;&#x1f341;&#x1f425; 大家好 本文参考了 IntelliJ IDEA 的官网&#xff0c;列举了IntelliJ IDEA&#xff08;Windows 版&#xff09;的所有快捷…...

文件上传漏洞全面渗透姿势

0x00 文件上传场景 (本文档只做技术交流) 文件上传的场景真的随处可见&#xff0c;不加防范小心&#xff0c;容易造成漏洞&#xff0c;造成信息泄露&#xff0c;甚至更为严重的灾难。 比如某博客网站评论编辑模块&#xff0c;右上角就有支持上传图片的功能&#xff0c;提交带…...

GreenPlum的gpfdist使用与原理流程分析

一、简介 GreenPlum 的数据导入功能作为对数据源的一种扩充&#xff0c;数据导入的方式有&#xff1a; 1、insert 该方式通过 sql 语句&#xff0c;把数据一条一条插入至表中。这种方式&#xff0c;不仅读取数据慢&#xff08;一条一条读取&#xff09;&#xff0c;且数据需要…...

Spring AOP与静态代理/动态代理

文章目录 一、代理模式静态代理动态代理代理模式与AOP 二、Spring AOPSping AOP用来处理什么场景jdk 动态代理cglib 动态代理面试题&#xff1a;讲讲Spring AOP的原理与执行流程 总结 一、代理模式 代理模式是一种结构型设计模式&#xff0c;它允许对象提供替代品或占位符&…...

【LeetCode算法系列题解】第51~55题

CONTENTS LeetCode 51. N 皇后&#xff08;困难&#xff09;LeetCode 52. N 皇后 II&#xff08;困难&#xff09;LeetCode 53. 最大子序和&#xff08;中等&#xff09;LeetCode 54. 螺旋矩阵&#xff08;中等&#xff09;LeetCode 55. 跳跃游戏&#xff08;中等&#xff09; …...

驱动开发错误汇编

本博文将会不定期更新。以便记录我的驱动开发生涯中的一些点点滴滴的技术细节和琐事。 1. link阶段找不到导出函数 比如"LNK2019 无法解析的外部符号 _FltCreateCommunicationPort32"。 出现这种情况的原因是&#xff0c;驱动的编译环境忽略了所有的默认库&#x…...

知识图谱项目实践

目录 步骤 SpaCy Textacy——Text Analysis for Cybersecurity Networkx Dateparser 导入库 写出页面的名称 ​编辑 自然语言处理 词性标注 可能标记的完整列表 依存句法分析&#xff08;Dependency Parsing&#xff0c;DEP&#xff09; 可能的标签完整列表 实例理…...

stable diffusion实践操作-提示词-人物属性

系列文章目录 stable diffusion实践操作-提示词 文章目录 系列文章目录前言一、提示词汇总1.1 人物属性11.2 人物属性2 前言 本文主要收纳总结了提示词-人物属性。 一、提示词汇总 1.1 人物属性1 角色类型人物身材胸部头发-发型头发-发色[女仆][霊烏路空][大腿][乳房][呆毛…...

RabbitMQ的安装和配置

将RabbitMQ文件夹传到linux根目录 开启管理界面及配置...

WebRTC 日志

WebRTC 日志 flyfish WebRTC支持的日志等级 // // The meanings of the levels are: // LS_VERBOSE: This level is for data which we do not want to appear in the // normal debug log, but should appear in diagnostic logs. // LS_INFO: Chatty level used in de…...

类器官 vs 器官芯片:下一代体外模型如何提升药物研发效率【曼博生物-CNBIO】

类器官与器官芯片&#xff08;OOC&#xff09;&#xff1a;临床前研究模型的新趋势 一、介绍 类器官与器官芯片&#xff08;OOC/MPS&#xff09;是当前体外模型研究的两大核心技术路线。:contentReference[oaicite:0]{index0} 类器官是三维微型器官&#xff0c;通常由干细胞…...

Swin2SR小白快速上手:无需代码,在线修复低清图片

Swin2SR小白快速上手&#xff1a;无需代码&#xff0c;在线修复低清图片 1. 什么是Swin2SR图像修复技术 Swin2SR是一种基于Swin Transformer架构的AI图像超分辨率技术&#xff0c;它能将低质量图片无损放大4倍。与传统的插值放大方法不同&#xff0c;Swin2SR能够"理解&q…...

IBM与Arm达成战略合作,携手开发“双架构硬件”

IBM正式宣布与Arm达成合作。双方将携手共同开发新型“双架构硬件”&#xff0c;旨在助力企业以更高的灵活性、可靠性与安全性&#xff0c;运行未来的人工智能&#xff08;AI&#xff09;及数据密集型工作负载。这一计算平台充分融合了IBM在系统可靠性、安全性和可扩展性方面的显…...

Hunyuan-MT-7B翻译模型部署:Docker环境隔离实战解析

Hunyuan-MT-7B翻译模型部署&#xff1a;Docker环境隔离实战解析 想让一个支持33种语言互译、性能顶尖的70亿参数大模型&#xff0c;在你的电脑上“一键启动”吗&#xff1f;听起来像是实验室里的高端玩具&#xff0c;但今天我要告诉你&#xff0c;通过Docker&#xff0c;这完全…...

无需编程经验!OFA图像描述工具开箱即用,支持本地离线运行

无需编程经验&#xff01;OFA图像描述工具开箱即用&#xff0c;支持本地离线运行 1. 前言&#xff1a;为什么选择本地图像描述工具 想象一下这些场景&#xff1a; 你在整理旅行照片时&#xff0c;想快速为每张图添加英文描述工作中需要批量处理商品图片&#xff0c;但担心上…...

51单片机模拟IIC从机实战:手把手教你用逻辑分析仪调试主从机通信(附完整代码)

51单片机模拟IIC从机实战&#xff1a;逻辑分析仪调试与波形诊断全解析 在嵌入式开发中&#xff0c;IIC总线因其简洁的两线制设计&#xff08;SCL时钟线与SDA数据线&#xff09;被广泛应用于传感器、EEPROM等外设通信。但当开发者尝试用51单片机模拟IIC从机时&#xff0c;往往会…...

Anthropic源码又泄露了,让你把这个瓜吃明白?(Claude Code被动开源)

Anthropic源码又&#xff0c;又&#xff0c;又&#xff0c;又泄露了...到底发生了什么事&#xff1f;简单说&#xff0c;Claude Code在发布npm包时&#xff0c;一不小心把一个调试50多M的.map文件给打包进去了。多了个文件而已&#xff0c;听上去&#xff0c;是不是没什么&…...

OpenClaw安全沙箱:Qwen3-32B镜像的权限隔离实验

OpenClaw安全沙箱&#xff1a;Qwen3-32B镜像的权限隔离实验 1. 为什么需要安全沙箱 当我第一次看到OpenClaw能够直接操作我的电脑文件时&#xff0c;既兴奋又担忧。兴奋的是它能够帮我自动化处理大量重复工作&#xff0c;担忧的是如果AI不小心执行了rm -rf这样的危险命令怎么…...

DeepSeek总结的DuckLake 中的数据内联:为数据湖解锁流式处理

原文地址&#xff1a;https://ducklake.select/2026/04/02/data-inlining-in-ducklake/ DuckLake 中的数据内联&#xff1a;为数据湖解锁流式处理 Pedro Holanda 2026-04-02 TL;DR&#xff1a; DuckLake 的数据内联功能将小批量更新直接存储在目录中&#xff0c;从而消除了“小…...

深入解析AdaptiveAvgPool2d:从原理到实践

1. 池化技术基础与核心价值 当你第一次听说"池化"这个词时&#xff0c;可能会联想到游泳池或者资源池。但在深度学习领域&#xff0c;池化(Pooling)是一种非常重要的降维操作&#xff0c;它就像一位精明的数据压缩师&#xff0c;能够在不丢失关键信息的前提下&#x…...