如何解释为什么合并排序算法的最佳运行时间为Big Omega（n log n）且平均运行时间为Big theta（n log n）？
答案 0 :(得分：0)
Big Omega忽略低阶项和/或常数因子，通常Big Omega用于描述上限或最坏情况。 Big Theta应该是一个下限和上限和/或最佳情况，平均情况，最坏情况，特定情况。
对于纯合并排序（不是在较小的组上使用某种类型的排序的混合），移动的数量是相同的，n⌈log2（n）⌉（其中⌈⌉是整数上限），而数字比较可以变化，最坏情况略小于n⌈log2（n）⌉，最好的情况约为1/2，所以只有常数因子的差异。如果数据集元素适合寄存器（如排序整数数组），则比较时间可能会被内存访问时间隐藏（比较对总体时间影响很小或没有影响）。如果进行外部合并排序（例如排序大文件），则设备读/写时间可能会隐藏比较时间。
维基文章：
http://en.wikipedia.org/wiki/Big_O_notation
http://en.wikipedia.org/wiki/Time_complexity
http://en.wikipedia.org/wiki/Computational_complexity_theory