算法度量 Big O, Big Omega, Big Theta

A、大O的定义：
　　如果存在正数c和N，对于所有的n>=N，有f(n)<=c*g(n)，则f(n)=O(g(n))
B、Big Omega的定义
　　如果存在正数c和N，对于所有的n>=N，有f(n)>=c*g(n)，则f(n)=Omega(g(n))
C、Big Theta的定义

　　如果存在正数c1，c2和N，对于所有的n>=N，有c1*g(n)<=f(n)<=c2*g(n)，则f(n)=Theta(g(n))

1、O是一个算法最坏情况的度量(g(n)是这个算法的上界，用上界来衡量，是最坏的情况)
2、Big Omega是最好情况的度量(g(n)是这个算法复杂度的下界，用下界来衡量，是最好的情况)
3、Big Theta表达了一个算法的区间，不会好于某某，不会坏于某某