큰 o vs 큰 $ \ theta $ 코딩 인터뷰에서

Question

거의 시간이나 공간 복잡성에 대해 기사를 볼 때마다 사람들은 $ \ theta $ 이어야합니다. 책에서 "코딩 인터뷰 균열":

"산업에서 (그러므로 인터뷰에서) 사람들은 θ 합병 한 것처럼 보입니다. 그리고

Answer 1

여기에서 가장 유용한 것을 발견 한 Reddit의 답변이 있습니다.

누군가가 "삽입 정렬의 o는 무엇입니까?"라고 말하면 " $ o (n ^ 2) $ 을 말하고 싶습니다."" 최악의 경우"

Answer 2

나는 그 괜찮다고 생각합니다.그것은 단지 Big-O와 theta의 진정한 의미가 실제로 알고있는 면접관을 보여줍니다.복잡한 알고리즘을 가지고 있고 Big-O 복잡성 증명을 위해 일부 불평등을 사용했을 때 실제로 True ( $ \ okega $ )를 확인하십시오.

Answer 3

당신이 빅 티타를 언급하는 경우 많은 면접자가 그것이 들어 본 적이 없기 때문에 당신이 틀렸다고 생각할 것입니다.그런 다음 토론을 시작하면 인터뷰가 주로 어떤 것인지 실패합니다. 당신과 함께 일하고 싶은 면접관을 설득합니다.

질문 : X가 2, 3, 5, 7, 11 등으로 나누기를 테스트하여 프라임인지 확인하십시오.당신이 "빅 티타"라면, 당신의 의견은 무엇입니까?