"En fazla " , ölçülen şeyin O ( log c n ) olacağı şekilde sabit bir c olduğu anlamına gelir .logO(1)ncO(logcn)
Daha genel bir bağlamda, vardır (muhtemelen negatif) ifadesine eşdeğer sabiteleri a ve b bu şekilde f ( n ) ∈ O ( log bir n ) ve f ( n ) ∈ Ω ( log b n ) .f(n)∈logO(1)nabf(n)∈O(logan)f(n)∈Ω(logbn)
alt sınırını gözden kaçırmak kolaydır . Bunun önemli olacağı bir ortamda (yalnızca asimptotik büyümeyi çalışmakla ilgileniyorsanız çok nadir olurdu ), yazarın aslında alt sınır anlamına geldiğine ve bağlamına güvenmek zorunda olacağına dair tam güveniniz olmamalıdır . emin olmak.Ω(logbn)
Gösterim gerçek anlamı, işlevler ailesi üzerinde aritmetik yapmaktır ve g ( n ) n tüm işlevler günlüğü ailesiyle sonuçlanır , burada g ( n ) ∈ O ( 1 ) . Olarak hemen hemen aynı olarak, bunun nasıl çarparak O ( g ( n ) ) ile h ( n ) ile sonuçlanır , O ( g ( n ), h (logO(1)nlogg(n)ng(n)∈O(1)O(g(n))h(n) , ancak bu kadar basit bir şekilde ifade edilmeyen bir sonuç elde etmeniz dışında.O(g(n)h(n))
Alt sınır ayrıntıları yana olan muhtemelen yabancı ülkesinde, 's değerinde bazı counterexamples bakarak. Herhangi bir büyüklüğünün sınırlı olduğunu hatırlayın ; öyle bir sabit c ki öyle ki, herkes için yeterince büyük n , | g ( n ) | < c .g(n)∈O(1)cn|g(n)|<c
Asimptotik büyümeye bakıldığında , genellikle sadece üst sınır önemlidir, çünkü örneğin, fonksiyonun pozitif olduğunu zaten biliyorsunuzdur. Bununla birlikte, tam genel olarak, alt sınır g ( n ) > - c'ye dikkat etmeniz gerekir .g(n)<cg(n)>−c
Bu, büyük-oh notasyonunun daha tipik kullanımlarının aksine, çok hızlı azalan fonksiyonların başarısız olabileceği anlamına gelir ; örneğin,
1logO(1)n
çünkü
-logn
1n=log−(logn)/(loglogn)n∉logO(1)n
Buradaki üs,
O(1)ile sınırlanmak için çok hızlı büyür.
−lognloglogn∉O(1)
O(1)
Biraz farklı bir türden bir karşı-olduğunu .−1∉logO(1)n