Big Oh是唯一用于衡量STL复杂性的符号

Question

我已经开始阅读C ++ STL并且还找到了一本书！当我正在阅读复杂性时，它在选择算法和数据结构方面发挥了重要作用我已经看到Big Oh表示法仅用于不同的变量（O（n），O（log（n）。，））冲浪我找到了 大哦表示f(x) = O(g(x))--(big-oh) means that the growth rate of f(x) is asymptotically less than or equal to to the growth rate of g(x)

所以我的问题是，如果算法时间复杂度总是等于g（x）的增长，为什么我们将复杂性称为f(x)=O(n)[Big oh of n]而不是使用（theta），因为当我读到（theta）时）说f(x) = Θ(g(x)) (theta) means that the growth rate of f(x) is asymptotically equal to the growth rate of g(x)

这里的符号可能是（θ）而不是O（N）不是吗？或任何使用大哦的原因。

我们应该使用什么样的符号来衡量空间的复杂性。在这本书中，我没有看到关于空间复杂性的任何关于STL的讨论。

参考：What is the difference between Θ(n) and O(n)?

Answer 1

  

为什么我们将复杂性称为f（x）= O（n）[n的大哦]而不是使用（theta）

Theta可能有助于描述特定算法的行为方式。但是STL - 或者一般的C ++标准库 - 不是单一的实现，所以你无法描述它的行为。

STL的描述是关于实现选择的算法必须如何表现的一组要求。复杂性是这些要求的一部分。要求论证的复杂性必须至少是某种东西是没有意义的。只有上限是相关的。因此，Big-O使用了。

  

我们应该用什么表示法来衡量空间复杂度

Big-O表示法也可用于空间复杂性。

Answer 2

  

所以我的问题是，如果算法时间复杂度总是等于g（x）的增长，为什么......

事实并非如此。例如，排序的复杂性是Big-oh n * log（n），但在某些情况下可能会下降到线性。很少有人能给出算法的θ近似值。

通常标准也为功能提供了很大的保证，但我还没有看到任何限制。

  

我们应该用什么表示法来衡量空间复杂性。

Big-oh是函数增长的符号，可用于空间和时间复杂度。

Answer 3

一个原因是，如果一个实现者提出的算法是（例如）线性而不是O（n log n），如果函数被指定为Θ（n log n），则不允许它们使用它。 ）。