Im Cormen-Satz 3.1 heißt das:

Zum Beispiel dieI'm besten fall Laufzeit vonSortieren durch Einfügen istBig-Omega (n), wohingegenschlimmsten Fall Laufzeit vonSortieren durch Einfügen istBig-oh (n ^ 2). Die Laufzeit der Einfügesortierung liegt also zwischenBig-Omega (n) undBigoh (n ^ 2)

Wenn wir uns nun die Übung 3.1-6 ansehen, werden wir gefragt

Beweisen Sie, dass die Laufzeit eines Algorithmus istBig-Theta (g (n)) iff seinschlimmsten Fall Laufzeit istBig-oh (g (n)) und seinI'm besten fall Laufzeit istBig-Omega (g (n))

Bin ich der einzige, der hier einen Widerspruch sieht.Ich meine, wenn wir uns an die Frage halten, die bewiesen werden muss, schließen wir, dass für asymptotisch engere Grenzen (f (n) = Big-Theta (g (n))) Wir müssen habenf (n) = großes Omega (g (n)) für den AlgorithmusI'm besten fall undBig-oh (g (n)) in seinemschlimmsten FallAber im Falle von Insertion sortierenI'm besten fall Zeitkomplexität istBig-Omega (n) undschlimmsten Fall Zeitkomplexität istBig-oh (n ^ 2)