27 lines
1.6 KiB
Markdown
27 lines
1.6 KiB
Markdown
|
---
|
|||
|
title: Big Omega Notation
|
|||
|
localeTitle: 大欧米茄表示法
|
|||
|
---
|
|||
|
## 大欧米茄表示法
|
|||
|
|
|||
|
这是一个存根。 [帮助我们的社区扩展它](https://github.com/freecodecamp/guides/tree/master/src/pages/computer-science/notation/big-omega-notation/index.md) 。
|
|||
|
|
|||
|
[这种快速风格指南有助于确保您的拉取请求被接受](https://github.com/freecodecamp/guides/blob/master/README.md) 。
|
|||
|
|
|||
|
与[big O](https://guide.freecodecamp.org/computer-science/notation/big-o-notation)表示法类似,计算机科学中使用大Omega(Ω)函数来描述算法的性能或复杂性。
|
|||
|
|
|||
|
如果运行时间是Ω(f(n)),则对于足够大的n,对于某个常数k,运行时间至少为k⋅f(n)。以下是如何考虑Ω(f(n))的运行时间:
|
|||
|
![大欧米茄的功能](https://s3.amazonaws.com/ka-cs-algorithms/Omega_fn.png)
|
|||
|
我们说运行时间是“f(n)的大Ω”。我们使用大Ω符号表示**渐近下界** ,因为它限制了从足够大的输入大小开始的运行时间的增长。
|
|||
|
|
|||
|
### Big O和BigΩ之间的区别
|
|||
|
|
|||
|
Big O表示法与BigΩ表示法之间的区别在于Big O用于描述算法的最坏情况运行时间。但是,另一方面,BigΩ表示法用于描述给定算法的最佳运行时间。
|
|||
|
|
|||
|
#### 更多信息:
|
|||
|
|
|||
|
* [Big-Ω(Big-Omega)表示法](https://www.khanacademy.org/computing/computer-science/algorithms/asymptotic-notation/a/big-big-omega-notation)
|
|||
|
* [![“MYCODSCHOOL时间复杂度分析”width](http://img.youtube.com/vi/OpebHLAf99Y/0.jpg)](http://www.youtube.com/watch?feature=player_embedded&v=OpebHLAf99Y
|
|||
|
)
|
|||
|
[](http://www.youtube.com/watch?feature=player_embedded&v=OpebHLAf99Y
|
|||
|
)
|