o（nlogn）+ O（n）会是什么？
我猜是O（nlogn）？
f1（n）= o（nlogn）意味着对于每个常数c，存在n0，使得0 <= f1（n）<0。 cnlogn。
并且f2（n）= O（n）意味着存在一些常数c1，使得对于n> 1。 n1,0 <= f2（n）＆lt; = c1n。
所以，我可以从中得到的是，有一些常数c1，这样对于n＆gt; max（n0，n1），0＆lt; = f1（n）+ f2（n）＆lt; = c1（nlogn）。
答案 0 :(得分：4)
如果f是o（n log n）并且g是O（n），则g也是o（n log n），因此 f + g是o（n log n）。
你没有得到正面的下限。你不能说f + g不能是o（n）甚至是o（1）。函数0是O（n）和o（n log n）。 sqrt（n）也是如此。
Big-O和little-o符号是幅度的渐近上界。它们不是下限。 Big-Omega和little-omega是下限。 Theta表示您同时具有相同形式的上限和下限。 当你将两个上限加在一起时，你会得到一个上限。你没有获得正下限。特别是，你不能声称总和不是o（n）。
答案 1 :(得分：0)
让我们看看这些函数及其总和的渐近极限。
首先，上限：
F1 = o(n*log(n)), F2 = O(n) = o(n*log(n)), so
F1 + F2 = o (n* log(n))
第二，下限：我们知道F2是O（N），但是对于我们所知道的，或者在零和n * log（n）之间的任何地方，F1都可以是零。所以我们可以肯定地说F1 + F2不是o（N）。
我会让你把所有这些都用'对于每个常数C来说，你自己都存在一个索引'。
编辑：道格拉斯指出，大哦和小哦只是上限，严格来说，你根本不能说下边界。这绝对是正确的。然而，在大多数情况下编程我们实际关心的是最坏情况，没有人说sqrt（n）= O（n） - 这在技术上是正确的。所以，是的，我们可以谈论下限，在某种意义上，如果我们的意思是最坏情况。