我知道Big O、Theta和Omega符号是什么，但例如，如果我的算法是for内部的for，循环n次，我的复杂性将是O(n²(，但为什么是O(n²(而不是ϴ(n²？由于复杂性实际上是O(n²(和Ω(n²。
如果是f(n) = Θ(g(n))，则是f(n) = O(g(n))。这是因为Θ(g(n)) ⊆ O (g(n))。
在您的特定情况下，如果循环恰好运行n^2时间，则时间复杂性在O(n^2)和Θ(n^2)中
big-O通常足够的主要原因是，在分析算法性能时，我们对最坏情况下的时间复杂性更感兴趣，而了解最坏情况通常就足够了。此外，并非总是可以找到一个严格的界限。