根据算法和Introduction to Algorithms的CourseEra课程 ，当存在常数n0和C使得该不等式成立时，函数G（n），其中n是输入大小，被认为是F（n）的大符号
F（n）＆lt; = C * G（N）（对于所有N> N0）
现在， 这个数学定义对我来说非常清楚。
但正如我今天老师教给我的那样，我很困惑！
他说＆＃34; Big - Oh Notations是函数的上限，它就像两个数字的LCM，即Unique和大于函数＆＃34;
我不认为这句话是正确的，大喔符号真的很独特吗？
Morover， 考虑到Big Oh符号，我也很困惑自己为什么我们将Big Oh符号推向最高学位。 （我们可以通过很好的常量选择轻松证明数学上的不等式）但它的实际用途是什么？ 我的意思是它意味着什么？ 我们甚至可以将F（n）作为常数1的F（n）的大哦符号！
我认为它只显示了最高学期的运行时间依赖性！请清除我的怀疑，因为我可能从我的书中错误地理解了它或我的老师犯了错误？
答案 0 :(得分：1)
大哦符号真的很独特吗？
是和否。按照纯粹的公式，Big-O当然不是唯一的。但是，为了实现其目的，人们实际上试图找到的不只是某些上限，而是最低上限。这使得有意义的“Big-O”独一无二。
我们甚至可以将F（n）作为常数的F（n）的大Oh表示法 1！
是的，我们可能会这样做。但是，Big-O用于将函数/算法类相互关联。假设F（n）与X（n）相关，如F（n）与X（n）有关，就是使用G（n）= F（n）得到的。没什么价值。
这就是为什么我们试图找到唯一的最低G来满足等式。 G（n）通常是一个相当平凡的函数，如G（n）= n，G（n）=n²，或G（n）= n * log（n），这使我们可以更容易地比较算法，因为我们很容易看出，例如，对于所有n> =某事，G（n）= n小于G（n）=n²。
有趣的是，大多数算法的复杂性收敛于大n的简单G（n）之一。你也可以说，通过观察大的n，我们试图将“重要”与F（n）中不那么重要的部分分开;然后我们只省略F（n）中的次要项并得到简化函数G（n）。实际上，我们也希望从技术细节中抽象出来。例如，如果我有F（n）= 4 * n和E（n）= 2 * n，我可以使用两倍于F算法的CPU，并且与E一样好，而且与E的大小无关。输入。也许一台机器有一个sqare root的专用指令，因此SQRT（x）是一步，而另一台机器需要更多的指令来获得结果。我们希望从中抽象出来。
这也意味着另一个观点：如果我有一个问题要解决，例如“计算x（y）”，我可以将解为“result：= x（y）”，O（1）。但这不算算法。算法的规范必须包括相关的细节级别a）有意义且b）Big-O可以访问。