嘿，我有一个问题。
说t(n) = O(n log(n))，你知道这是真的。
然后你给出这些陈述并告诉他们是否必须是真或假。 t(n) = n^4和t(n) = O(N^4)
语句t(n) = n^4为false，而语句t(n) = O(N^4)为true。为什么呢？
答案 0 :(得分：1)
您必须记住，当您撰写t(n) = O(n log(n))和t(n) = O(N^4)时，其实际含义是t(n) O(...)中的它等于它（因为O(...)是一组函数，函数不能等于一组函数）。但是，当您撰写f(n) = n^4时，这意味着f(n)等于n^4。
现在f(n)位于O(n log n)，O(n^4)也位于O(n^4)，因为O(n log n)是n^4的超集。但是，它不能等于n^4，因为O(n log n)不在{{1}}中。
答案 1 :(得分：0)
Big O表示法的概念是它表示时间的抽象函数，它关注算法中最慢的部分并忽略影响执行时间的事情（即t（n））但实际上并没有做出巨大的影响差。
例如，如果你的函数在一组大小为n的项目上运行并且只是循环执行它们执行一些计算，那么你会说t（n）= O（n）。假设您根据某些标准仅对少数元素执行了某些操作，您仍然会说t（n）= O（n）但实际所用时间t（n）不会直接与n的函数关系，因此t （n）= nx不成立。
答案 2 :(得分：0)
查看this中的第二个等式。根据这个等式，t（n）= n ^ 4 = O（n ^ 4）是显而易见的。
t（n）= O（n log n）是假的，因为∀M> 0，x，∃n> x，t（n）= n ^ 4＆gt; M（n log n）。 （如果n> log n且n> M，n ^ 4> M * n ^ 3 = M（n * n ^ 2）> M（n * log n）= M（n log n），并且n> ;当（大致）n> 5）
时记录n