大O符号
大O符号(英语:Big O notation),又称为渐进符号,是用于描述函数渐近行为的数学符号。更确切地说,它是用另一个(通常更简单的)函数来描述一个函数数量级的渐近上界。在数学中,它一般用来刻画被截断的无穷级数尤其是渐近级数的剩余项;在计算机科学中,它在分析算法复杂性的方面非常有用。
大O符号是由德国数论学家保罗·巴赫曼在其1892年的著作《解析数论》(Analytische Zahlentheorie)首先引入的。而这个记号则是在另一位德国数论学家爱德蒙·兰道的著作中才推广的,因此它有时又称为兰道符号(Landau symbols)。代表“order of ...”(……阶)的大O,最初是一个大写希腊字母“Ο”(omicron),现今用的是大写拉丁字母“O”。
使用
编辑无穷大渐近
编辑大O符号在分析算法效率的时候非常有用。举个例子,解决一个规模为 的问题所花费的时间(或者所需步骤的数目)可以表示为: 。当 增大时, 项将开始占主导地位,而其他各项可以被忽略。举例说明:当 , 项是 项的1000倍大,因此在大多数场合下,省略后者对表达式的值的影响将是可以忽略不计的。
进一步看,如果我们与任一其他级的表达式比较, 项的系数也是无关紧要的。例如:一个包含 或 项的表达式,即使 ,假定 ,一旦 增长到大于1,000,000,后者就会一直超越前者( )。
这样,针对第一个例子 ,大O符号就记下剩余的部分,写作:
或
并且我们就说该算法具有 阶(平方阶)的时间复杂度。
无穷小渐近
编辑大O也可以用来描述数学函数估计中的误差项。例如 的泰勒展开:
- 当 时
这表示,如果 足够接近于0,那么误差 的绝对值小于 的某一常数倍。
注:泰勒展开的误差余项 是关于 一个高阶无穷小量,用小o来表示,即: = ,也就是
形式化定义
编辑给定两个定义在实数某子集上的关于 的函数 和 ,当 趋近于无穷大时,存在正实数 ,使得对于所有充分大的 ,都有 的绝对值小于等于 乘以 的绝对值,那么我们就可以说,当 时,
也就是说,假如存在正实数 和实数 0,使得对于所有的 ,均有: 成立,我们就可以认为, 。
在很多情况下,我们会省略“当 趋近于无限大时”这个前提,而简写为:
此概念也可以用于描述函数 在接近实数 时的行为,通常 。当我们说,当 时,有 ,也就相当于称,当且仅当存在正实数 和实数 ,使得对于所有的 ,均有 成立。
如果当 和 足够接近时, 的值仍不为0,这两种定义就可以统一用上极限来表示:
- 当且仅当 时,有 。
例子
编辑在具体的运用中,我们不一定使用大O符号的标准定义,而是使用几条简化规则来求出关于函数 的大O表示:
- 假如 是几项之和,那么只保留增长最快(通常是阶最高)的项,其他项省略。
- 假如 是几项之积,那么常数(不取决于x的乘数)省略。
比如,使 ,我们想要用大O符号来简化这个函数,来描述 接近无穷大时函数的增长情况。此函数由三项相加而成, , 和 。由于增长最快的是 这一项(因为阶最高,在x接近无穷大时,其对和的影响会大大超过其余两项),应用第一条规则,保留它而省略其他两项。对于 ,由两项相乘而得, 和 ;应用第二条规则, 是无关x的常数,所以省略。最后结果为 ,也即 。故有:
- 由 ,可得:
我们可以将上式扩展为标准定义形式:
- 对任意 ,均有 ,也就是
可以(粗略)求出 和 的值来验证。使 :
故 可以为13。故两者都存在。
常用的函数阶
编辑下面是在分析算法的时候常见的函数分类列表。所有这些函数都处于 趋近于无穷大的情况下,增长得慢的函数列在上面。 是一个任意常数。
符号 | 名称 |
---|---|
常数(阶,下同) | |
对数 | |
多对数 | |
线性,次线性 | |
为迭代对数 | |
线性对数,或对数线性、拟线性、超线性 | |
平方 | |
多项式,有时叫作“代数”(阶) | |
指数,有时叫作“几何”(阶) | |
阶乘,有时叫做“组合”(阶) |
一些相关的渐近符号
编辑大O是最经常使用的比较函数的渐近符号。
符号 | 定义 |
---|---|
渐近上限 | |
Asymptotically negligible渐近可忽略不计( ) | |
渐近下限(当且仅当 ) | |
Asymptotically dominant渐近主导(当且仅当 ) | |
Asymptotically tight bound渐近紧约束(当且仅当 且 ) |
注意
编辑大O符号经常被误用:有的作者可能会使用大O符号表达大Θ符号的含义。因此在看到大O符号时应首先确定其是否为误用。
参看
编辑参考文献
编辑引用
编辑来源
编辑- 书籍
- 严蔚敏、吴伟民:《数据结构:C语言版》. 清华大学出版社,1996. ISBN 7-302-02368-9. 1.4节 算法和算法分析,pp. 14-17.
- 朱青:《计算机算法与程序设计》. 清华大学出版社,2009.10。ISBN 978-7-302-20267-7. 1.4节 算法的复杂性分析,pp. 16-17.
延伸阅读
编辑- Hardy, G. H. Orders of Infinity: The 'Infinitärcalcül' of Paul du Bois-Reymond. Cambridge University Press. 1910.
- Knuth, Donald. 1.2.11: Asymptotic Representations. Fundamental Algorithms. The Art of Computer Programming 1 3rd. Addison–Wesley. 1997. ISBN 0-201-89683-4.
- Cormen, Thomas H.; Leiserson, Charles E.; Rivest, Ronald L.; Stein, Clifford. 3.1: Asymptotic notation. Introduction to Algorithms 2nd. MIT Press and McGraw–Hill. 2001. ISBN 0-262-03293-7.
- Sipser, Michael. Introduction to the Theory of Computation. PWS Publishing. 1997: 226–228. ISBN 0-534-94728-X.
- Avigad, Jeremy; Donnelly, Kevin. Formalizing O notation in Isabelle/HOL (PDF). International Joint Conference on Automated Reasoning. 2004. doi:10.1007/978-3-540-25984-8_27.
- Black, Paul E. Black, Paul E. , 编. big-O notation. Dictionary of Algorithms and Data Structures. U.S. National Institute of Standards and Technology. 11 March 2005 [December 16, 2006]. (原始内容存档于2019-05-20).
- Black, Paul E. Black, Paul E. , 编. little-o notation. Dictionary of Algorithms and Data Structures. U.S. National Institute of Standards and Technology. 17 December 2004 [December 16, 2006]. (原始内容存档于2020-11-01).
- Black, Paul E. Black, Paul E. , 编. Ω. Dictionary of Algorithms and Data Structures. U.S. National Institute of Standards and Technology. 17 December 2004 [December 16, 2006]. (原始内容存档于2021-01-25).
- Black, Paul E. Black, Paul E. , 编. ω. Dictionary of Algorithms and Data Structures. U.S. National Institute of Standards and Technology. 17 December 2004 [December 16, 2006]. (原始内容存档于2021-01-26).
- Black, Paul E. Black, Paul E. , 编. Θ. Dictionary of Algorithms and Data Structures. U.S. National Institute of Standards and Technology. 17 December 2004 [December 16, 2006]. (原始内容存档于2021-01-26).