【发布时间】:2013-03-15 06:43:33
【问题描述】:
我很困惑,我以为您将 Big O 用于最坏情况的运行时间,而 Ω 用于最好的情况?有人可以解释一下吗?
难道 (lg n) 不是最好的情况吗?和 (nlg n) 是最坏的情况?还是我误解了什么?
显示 Max-Heapify 在大小为的堆上的最坏情况运行时间 n 为 Ω(lg n)。 (提示:对于有 n 个节点的堆,给出节点值 导致在路径上的每个节点递归调用 Max-Heapify 从根到叶子。)
编辑:不,这不是家庭作业。我正在练习,这有一个答案键购买我很困惑。 http://www-scf.usc.edu/~csci303/cs303hw4solutions.pdf 问题 4(6.2 - 6)
编辑 2:所以我误解了不是关于大 O 和 Ω 的问题?
【问题讨论】:
-
@Gumbo “他的分析是最坏的情况:你的链接中的 Theta(logn + k)”,这是提问者提到的。不是 Thetha(logn) 因为你可以 drop + k 吗?
-
是的,找到附近的其他 k-1 个标题可以忽略不计。
-
Ω(1) 是最好的情况;-)
标签: algorithm data-structures heap complexity-theory asymptotic-complexity