我在其中一个视频（https://www.youtube.com/watch?v=A03oI0znAoc&t=470s）中看到，如果假设f（n）= 2n +3，则BigO为O（n）。
现在我的问题是，如果我是一名开发人员，并且给我O（n）作为f（n）的上限，那么我将如何理解，确切的值是上限。因为在2n +3中，我们删除了2（因为它是一个常数）和3（因为它也是一个常数）。因此，如果我的函数是f（n），其中n = 1，那么我不能说g（n）是上限，其中n = 1。
1不能是1的上限。我很难理解这一点。
答案 0 :(得分：0)
我知道这是部分答案（可能是错误的答案）
大O表示法根据其增长率来表征功能：具有相同增长率的不同功能可以用相同的O表示法表示。
在您的示例中， f（n）= 2n + 3的增长率与f（n）= n
如果绘制函数，您将看到两个函数具有相同的线性增长；并且当n->无穷大时，两者之间的差异变小。
在Big O表示法中，当n = 1表示无意时，f（n）= 2n + 3；您需要查看趋势，而不是谨慎的价值。
答案 1 :(得分：0)
作为开发人员，您将把big-O作为决定使用哪种算法的第一个指示。如果您有一种算法，例如O(n^2)，则将尝试了解是否存在另一种算法，例如O(n)。如果问题本质上是O(n^2)，那么big-O表示法将不会提供进一步的帮助，您将需要使用其他标准进行决策。但是，如果问题不是天生的O(n^2)，而是O(n)，则应丢弃碰巧是O(n^2)的所有算法，然后找到O(n)的算法。
因此，big-O表示法将帮助您更好地分类问题，然后尝试使用复杂度与big-O相同的算法来解决。如果您有幸找到了两个或两个以上具有这种复杂性的算法，那么您将需要使用其他标准来思考它们。