算法时间复杂度

表示算法的复杂度，常用到 O o Ω Θ 几个符号。

简单说 O（大O ) 表示运行时间的上界（包含等于）， o (小o) 类似于O，但不包含等于，Ω表示运行时间的下界（包含等于），  Θ 同时表示运行时间的上界，下界，也就是说该算法的运行时间可以精确描述。

可以认为 O 类似于 ≤ ，o 类似于 <，  Ω 类似于 ≥, Θ类似于=。

---

冒泡排序的时间复杂度用大O来描述为O(n²) （n2 为最坏情况)， 用Ω来描述为 Ω(n) (n 为最好情况），因为O 不等于 Ω， 使用无法用Θ来描述，但是可以说冒泡排序在最坏情况下为 Θ(n²).

堆排序用大O和Ω描述，都是 O(n log n) Ω(n log n)， 所以可以用Θ来描述为 Θ（n log n)。

 

---

排序算法的稳定性：

假定在待排序的记录序列中，存在多个具有相同的关键字的记录，若经过排序，这些记录的相对次序保持不变，即在原序列中，ri=rj，且ri在rj之前，而在排序后的序列中，ri仍在rj之前，则称这种排序算法是稳定的；否则称为不稳定的。