algorithm - 在计算Big(oh)时，g(n)的上限从哪里来？

例如，我有一个程序的f（N）=5N+3我想知道这个函数有多大我们说高阶项o（n）。这是通过删除低阶项和常数来找到任何程序的大（oh）值的正确方法吗？如果我们通过简单地查看复杂性函数5n+3得到O（n）。那么，这个公式F（N）我知道，这个公式只是用来比较两个函数我的问题是，在这个公式中，f（n）我学过很多书，也学过很多帖子，但我仍然面临困惑。 最佳答案 问：这个方法可以通过删除来找到任何程序的大（oh）值吗低阶项和常数？是的，至少有一些检查时间复杂度的人使用这种方法。问：如果我们通过简单地查看复杂性函数5n+3得到O（n）。那么，这个公式F（N）正式证明你正确估计了某个算法的大oh假设你有F(N) = 5N^2 + 10和（不正确的）结论，这个例子的大的OH复杂性是O(N)。通过使用这个公式，您可以快速地看到这不是真的，因为不存在常量C这样，对于N持有的大值。这意味着5N^2 + 10 <= C * N，但是不管你选择的常数有多大，总有C >= 5N + 10/N大于这个常数，所以这个不等式不成立。问：在这个公式中，f（n）上界G（N）它是从哪里来的我们从哪里取？它来自于检查，特别是通过找到它的最高阶项。你应该有一些数学知识来估计哪个函数的增长速度比另一个快，开始检查这个useful link。有几个类的复杂性-常数，对数，多项式，指数…然而，在大多数情况下，很容易找到任何函数的最高阶项如果不确定，可以绘制函数的图形，或者正式证明一个函数的增长速度比另一个快例如，如果乍一看可能不清楚什么是最高阶项，但是如果计算或绘制N=1、10和1000的C和相同值的N，很明显F(N)增长得更快，所以这个函数的大oh是F(N) = log(N^3) + sqrt(N)。