将问题A减少到问题B意味着问题B至少和A一样难，如果不是这样的话。
如果我可以减少对其他问题X的排序，我知道X的下限是Omega（n log n）。 这种下限是否保证是一个紧张的下限？我怀疑它不应该是，因为X只知道至少和A一样坚硬 - 暗示它可能更难，并且结果有不同的下限。
我的意思是，在某种意义上说，因为插入排序具有O（n ^ 2）的最坏情况紧密上限，所以说它具有O的最坏情况运行时间也是正确的。 （N ^ 3）。这是正确的，但没有太大的实际价值 - 因为我们对99％的时间都感兴趣。
答案 0 :(得分：1)
你是绝对正确的，不需要紧张。
例如，考虑一个简单的例子：找到getOtherBar()整数数组中的最小整数。每次都有一个n空格和O(1)时间算法来解决这个问题。但是，这个问题减少了通过两种方式减少O(n)对整数数组进行排序的问题：
O(1)输入转换为MININT输入：直接使用SORTINT的输入MININT。SORTINT输出转换为SORTINT输出：返回已排序数组的第一个元素（假设元素按升序排序）。排序肯定在最坏情况输入时具有Omega（n）的下限。这不是一个紧张的约束; Omega（n lg n）对MININT更严格。但是，SORTINT到MININT的减少本身并没有告诉我们。