這節課，大概講了一些符號的用法，畢竟偏數學化，沒有涉及算法的知識。我也參考了下別人的筆記，本節課內容不是太多，主要是符號表示和遞歸的復雜度求解方式，下面分2個部分講解。
一，漸進符號
（1）O符號，f(n) = O(g(n))，表示f(n)的復雜度最多與g(n)一個數量級，即小於等於。
（2）Ω符號，f(n) = Ω(g(n))，f(n)的復雜度最少與g(n)一個數量級，即大於等於。
（3）o符號，f(n) = o(g(n))，表示f(n)的復雜度要比g(n)的數量級小，即小於。
（4）ω符號，f(n) = ω(g(n))，表示f(n)的復雜度要比g(n)的數量級大，即大於。
（5）Θ符號，(n) = Θ(g(n))，表示f(n)的復雜度既大於等於g(n)的復雜度，又小於等於g(n)的復雜度，即於g(n)的復雜度相當。
二，三種方式來解遞歸式
算法設計中經常會用到遞歸，利用遞歸式的方法可以清晰地顯示算法的整個過程，而對於分析算法的復雜度，解遞歸式就有了用處。
（1）代換法。
分為三個步驟：a）憑感覺猜，不用關系系數和常數，猜測可能的形式。b）通過數學歸納法驗證第一步才出來的form是否滿足條件。c）確定系數和常數。缺點是並不嚴格。
（2）遞歸樹。
上一節歸並排序的時候有用到過這個方法。
（3）主定理。（只對特等的遞歸式有效，包含三種情況）
主定理通常解決如下的遞歸表達式：遞歸式描述的是將規模為n的問題划分為a個子問題，並且每個子問題的規模是n/b，這里a和b是正常數。划分原問題和合並結果的代價有函數f(n)描述。
現在是不是很累了？休息一下，清涼一夏。
