สัญกรณ์โอใหญ่

ตัวอย่างของสัญกรณ์โอใหญ่ โดย f(x) ∈ O(g(x)) ซึ่งหมายความว่ามี c > 0 (เช่น c = 1) และ x₀ (เช่น x₀ = 5) ที่ทำให้ f(x) < cg(x) เมื่อ x > x₀

ในวิชาทฤษฎีความซับซ้อนและคณิตศาสตร์ สัญกรณ์โอใหญ่ (อังกฤษ: Big O notation) เป็นสัญกรณ์คณิตศาสตร์ที่ใช้บรรยายพฤติกรรมเชิงเส้นกำกับของฟังก์ชัน โดยระบุเป็นขนาด (magnitude) ของฟังก์ชันในพจน์ของฟังก์ชันอื่นที่โดยทั่วไปซับซ้อนน้อยกว่า สัญกรณ์โอใหญ่เป็นหนึ่งในสัญกรณ์เชิงเส้นกำกับ หรืออาจเรียกว่า สัญกรณ์ของลันเดา หรือ สัญกรณ์ของบัคแมนน์-ลันเดา (ตั้งชื่อตามเอ็ดมุนด์ ลานเดาและเพาล์ บาคมันน์) สัญกรณ์โอใหญ่ใช้ในการเขียนเพื่อประมาณพจน์ในคณิตศาสตร์ ประยุกต์ใช้ในวิทยาการคอมพิวเตอร์เพื่อใช้อธิบายความเร็วประมาณในการทำงานของโปรแกรมในกรณีต้องประมวลผลข้อมูลจำนวนมาก และใช้เพื่ออธิบายประสิทธิภาพของขั้นตอนวิธีหรือโครงสร้างข้อมูลนั้น ๆ

สัญกรณ์โอใหญ่ระบุลักษณะของฟังก์ชันตามอัตราการเติบโต ถึงแม้ฟังก์ชันจะต่างกัน แต่ถ้ามีอัตราการเติบโตเท่ากันก็จะมีสัญกรณ์โอใหญ่เท่ากัน สำหรับสัญกรณ์โอใหญ่แล้ว จะพิจารณาเฉพาะขอบเขตบนของอัตราการเติบโตของฟังก์ชัน อาทิฟังก์ชัน $n^{2}+n$ และ $n+4$ ล้วนมีอัตราการเติบโตน้อยกว่าหรือเท่ากับ $n^{2}$ นั่นคืออัตราการเติบโตของฟังก์ชัน $n^{2}$ เป็นขอบเขตบนของ $n^{2}+n$ และ $n+4$ จึงอาจกล่าวได้ว่า $n^{2}+n$ และ $n+4$ เป็นสมาชิกของเซตของฟังก์ชัน $O(n^{2})$ ในขณะที่สัญกรณ์เชิงเส้นกำกับอื่น พิจารณาขอบเขตอื่น ๆ เช่นสัญกรณ์โอเมกาใหญ่พิจารณาขอบเขตล่างของอัตราการเติบโตของฟังก์ชันแทน

ประวัติ

แนวคิดของสัญกรณ์โอใหญ่ถูกคิดโดยนักทฤษฎีจำนวนที่ชื่อเพาล์ บาคมันน์ (Paul Bachmann) จากงานตีพิมพ์ของเขาที่ชื่อว่า Analytische Zahlentheorie (ทฤษฎีจำนวนวิเคราะห์) ในปี 1894 โดยครั้งนั้นยังไม่ได้ใช้ตัวสัญกรณ์โอใหญ่ สำหรับตัวสัญกรณ์โอใหญ่เองได้รับการใช้อย่างแพร่หลายโดยนักทฤษฎีจำนวนชาวเยอรมัน ที่มีชื่อว่า เอ็ดมุนด์ ลานเดา (Edmund Landau) ชื่อของเขาบางครั้งได้รับการยกย่องให้เป็นชื่อของสัญกรณ์โอใหญ่ว่าเป็น สัญกรณ์ของลานเดา (Landau notation) หรือ สัญกรณ์แบชมาน-ลานเดา (Bachmann-Landau notation) สำหรับตัวสัญกรณ์ที่เขียนเป็นรูปโอใหญ่นั้นได้แนวคิดมาจากคำว่า "order of" ซึ่งเดิมทีนั้นเขียนโดยใช้เป็นโอไมครอนใหญ่

นิยาม

อัตราการเติบโตของฟังก์ชันใดๆ มีค่าเป็นสัญกรณ์โอใหญ่ของอีกฟังก์ชันหนึ่งแล้ว แสดงว่าอัตราการเติบโตของฟังก์ชันใดๆนั้นจะโตน้อยกว่าหรือเท่ากับอัตราการเติบโตของฟังก์ชันดังกล่าว ดังนั้นจึงอาจนิยามได้ว่า

ให้ $f(n)$ และ $g(n)$ เป็นฟังก์ชันบนจำนวนจริงใด ๆ แล้ว จะกล่าวว่า

$f(n)\in O(g(n))$ เมื่อ $n\to \infty$

ก็ต่อเมื่อมีจำนวนจริง $c$ และ $n_{0}$ ค่าหนึ่งที่ทำให้ $|f(n)|\leq c|g(n)|$ ทุกๆ $n\geq n_{0}$

อย่างไรก็ตาม นิยามนี้จำกัดเฉพาะกรณี $n\to \infty$ เท่านั้น ซึ่งไม่เพียงพอต่อการอธิบายในกรณีที่ $n\to a$ ดังนั้นจึงอาจใช้นิยามในอีกรูปแบบ ในการขยายไปถึงสัญกรณ์โอใหญ่กณิกนันต์ ซึ่งเป็นพิจารณาอัตราการเติบโตของฟังกชันรอบ ๆ จุด a ใด ๆ

ให้ $f(x)$ และ $g(x)$ เป็นฟังก์ชันใด ๆ จะกล่าวว่า

$f(x)\in O(g(x))$ ขณะ x เข้าใกล้ a

ก็ต่อเมื่อ $\lim _{x\to a}\left|{\frac {f(x)}{g(x)}}\right|\in [0,\infty )$

การขยายนิยามไปหลายตัวแปร

นิยามทั้งสองรูปแบบสามารถขยายไปหลายตัวแปรได้

ให้ $f(a_{0},a_{1},\ldots ,a_{n})$ และ $g(a_{0},a_{1},\ldots ,a_{n})$ เป็นฟังก์ชันหลายตัวแปรใด ๆ จะกล่าวได้ว่า

$f(a_{0},a_{1},\ldots ,a_{n})\in O(a_{0},a_{1},\ldots ,a_{n})$

ก็ต่อเมื่อมีจำนวนจริง $c$ และ $n_{0}$ ค่าหนึ่งที่ทำให้ $|f(a_{0},a_{1},\ldots ,a_{n})|\leq c|g(a_{0},a_{1},\ldots ,a_{n})|$ ทุก ๆ $a_{0},a_{1},\ldots ,a_{n}\geq n_{0}$

หรือในอีกนิยามที่พิจารณาอัตราการเติบโตของฟังก์ชันรอบๆพิกัด $(k_{0},k_{1},\ldots ,k_{n})$ ใดๆว่า

$f(a_{0},a_{1},\ldots ,a_{n})\in O(g(a_{0},a_{1},\ldots ,a_{n}))$

ก็ต่อเมื่อ $\lim _{a_{0},a_{1},\ldots ,a_{n}\to k_{0},k_{1},\ldots ,k_{n}}\left|{\frac {f(a_{0},a_{1},\ldots ,a_{n})}{g(a_{0},a_{1},\ldots ,a_{n})}}\right|\in [0,\infty ).$

ตัวอย่าง

• $n^{2}+n\leq 2n^{2}$ ทุกๆ $n\geq 1$ (หาได้จากการแก้อสมการ) เพราะฉะนั้น $n^{2}+n\in O(n^{2})$ ($c=2,n_{0}=1$)
• $n^{2}+4\leq 2n^{2}$ ทุกๆ $n\geq 2$ (หาได้จากการแก้อสมการ) เพราะฉะนั้น $n^{2}+4\in O(n^{2})$ ($c=2,n_{0}=2$)

หรือ

• $\lim _{n\to \infty }{\frac {n^{2}+n}{n^{2}}}=1$ เพราะฉะนั้น $n^{2}+n\in O(n^{2})$
• $\lim _{n\to \infty }{\frac {n^{2}+4}{n^{2}}}=1$ เพราะฉะนั้น $n^{2}+n\in O(n^{2})$

การใช้งาน

สัญกรณ์โอใหญ่มีการใช้ในสองกรณีด้วยกัน ได้แก่ กรณีเส้นกำกับอนันต์ และ กรณีเส้นกำกับกณิกนันต์ ความแตกต่างระหว่างสองกรณีนี้เป็นความแตกต่างในขั้นการประยุกต์ใช้ มิใช่ในขั้นหลักการ อย่างไรก็ตาม นิยามเชิงรูปนัยของ "โอใหญ่" นั้นเหมือนกันในทั้งสองกรณี มีเพียงลิมิตสำหรับอาร์กิวเมนต์ของฟังก์ชันเท่านั้นที่แตกต่างกัน

กรณีเส้นกำกับอนันต์

สัญกรณ์โอใหญ่มีประโยชน์ในการใช้วิเคราะห์ขั้นตอนวิธี เพื่อหาประสิทธิภาพของขั้นตอนวิธี ตัวอย่างเช่น สมมติให้เวลา (หรือจำนวนขั้นตอน) ที่ใช้ในการแก้ปัญหาขนาด n มีฟังก์ชันเป็น $T(n)=4n^{2}-2n+2$

เมื่อ n มีค่ามากขึ้น พจน์ n² จะใหญ่ขึ้นครอบงำพจน์อื่น ๆ จนกระทั่งเราสามารถละเลยพจน์อื่น ๆ ได้ ยิ่งไปกว่านั้น สัมประสิทธิ์ของแต่ละพจน์จะขึ้นกับรายละเอียดปลีกย่อยของการนำขั้นตอนวิธีไปปฏิบัติ ตลอดจนฮาร์ดแวร์ที่ใช้ในการดำเนินการ ฉะนั้นจึงสามารถละเลยได้เช่นกัน สัญกรณ์โอใหญ่จะเก็บเฉพาะส่วนที่เหลือจากที่ละเลยได้ข้างต้น จึงเขียนได้ว่า

$T(n)\in O(n^{2})$

และกล่าวได้ว่า ขั้นตอนวิธีดังตัวอย่างนี้มีความซับซ้อนเชิงเวลาเป็นอันดับของ n²

กรณีเส้นกำกับกณิกนันต์

สัญกรณ์โอใหญ่ยังใช้เพื่อแสดงพจน์ของค่าคลาดเคลื่อนโดยประมาณในฟังก์ชันทางคณิตศาสตร์ ตัวอย่างเช่น

$e^{x}=1+x+{\frac {x^{2}}{2}}+{\hbox{O}}(x^{3})\qquad {\hbox{as}}\ x\to 0$

หมายความว่า เมื่อ x มีค่าเข้าใกล้ศูนย์ ผลต่างของฟังก์ชัน$e^{x}$ กับ $1+x+x^{2}/2$ (หรืออาจกล่าวอีกนัยหนึ่งว่าเป็นความคลาดเคลื่อนของสองฟังก์ชันนี้) จะมีอยู่ในสับเซตของ$O(x^{3})$นั่นเอง หรือเขียนเป็นสัญลักษณ์ว่า

$\left|e^{x}-\left(1+x+{\frac {x^{2}}{2}}\right)\right|\in {\hbox{O}}(x^{3})\qquad {\hbox{as}}\ x\to 0$

คุณสมบัติ

การคูณด้วยค่าคงที่

ให้ k เป็นค่าคงที่ใดๆ ที่เป็นบวก

$O(k\cdot g)=O(g)$

$f\in O(g)\Rightarrow k\cdot f\in O(g)$

การซ้อนสัญกรณ์โอใหญ่

$f(n)\in O(g(n))\implies O(f(n))\subset O(g(n))$

ให้ h (n) เป็นอีกฟังก์ชันหนึ่ง

$O(f(n))\in O(g(n))\implies O(f(h(n)))\subset O(g(h(n)))$

สัญกรณ์โอใหญ่มาตรฐานน้อยสุด

ในบางครั้งสัญกรณ์โอใหญ่อาจมีการครอบคลุมมากเกินไป เช่น $O(n^{2})\subset O(n^{3})$ เป็นต้น จึงทำให้สำหรับฟังก์ชันใดๆ อาจอยู่ในเซตของสัญกรณ์โอใหญ่หลายค่า จึงมีการกำหนดรูปแบบฟังก์ชันอย่างง่าย ให้ตอบในรูปสัญกรณ์โอใหญ่มาตรฐานน้อยสุด กล่าวคือตอบในรูปแบบมาตรฐานที่เล็กที่สุด เรามักจะอนุโลมให้ใช้จากสัญลักษณ์เท่ากับ ($=$) แทนสัญลักษณ์สมาชิก ($\in$) เมื่อใช้กับรูปสัญกรณ์โอใหญ่มาตรฐานน้อยสุดนี้ เช่น $n^{2}+4=O(n^{2})$

ในทางวิทยาการคอมพิวเตอร์ การทำงานที่มีสัญกรณ์โอใหญ่มาตรฐานน้อยสุดมีขนาดยิ่งเล็กเท่าใด แสดงว่าทำงานได้ยิ่งเร็วเท่านั้น

สัญกรณ์โอใหญ่มาตรฐานเรียงจากขนาดเล็กไปใหญ่ (ขนาดเล็กหมายถึงจะเป็นซับเซตของขนาดที่ใหญ่กว่า) ให้ m เป็นค่าคงที่ใดๆ ที่มากกว่าศูนย์ และ n เป็นโดเมนของฟังก์ชัน

สัญกรณ์โอใหญ่มาตรฐาน	ชื่อฟังก์ชัน	หมายเหตุ
$O(1)$	ค่าคงที่	ไม่ใช้ค่าคงที่อื่นในการแสดงสัญกรณ์ เช่นไม่มีการใช้ O (2)
$O(\log n)$	ลอการิทึม	ลอการิทึมทุกฐานอยู่ในระดับเดียวกัน เพราะเปลี่ยนฐานได้โดยคูณค่าคงที่
$O(k^{n})$ 0<k<1	เอกซ์โพเนนเชียลฐานเศษส่วนแท้	ยิ่งค่าฐานมากยิ่งใหญ่
$O((\log n)^{m})$	โพลีลอการิทึม	ยิ่งเลขชี้กำลังมากระดับยิ่งใหญ่
$O(n^{k}),0<k<1$	ยกกำลังที่เป็นเศษส่วนแท้ (ติดราก)	ยิ่งเลขชี้กำลังมากระดับยิ่งใหญ่
$O(n)$	เชิงเส้น	จริงๆแล้วเป็นพหุนามรูปแบบหนึ่ง แยกมาเรียกเพราะใช้บ่อย
$O(n^{k}),k>1$	พหุนาม	ยิ่งเลขชี้กำลังมากระดับยิ่งใหญ่
$O(k^{n})$ k>1	เอกซ์โพเนนเชียล	ยิ่งค่าฐานมากยิ่งใหญ่
$O(n!)$	แฟกทอเรียล	อาจรวมถึงการเรียงลำดับสับเปลี่ยน (permutation)
$O(n^{n})$	n ยกกำลัง n	มีบางครั้งคนใช้ O (nn) แทน O (n!) แต่ที่จริง O (nn) ใหญ่กว่า O (n!) เล็กน้อย

บางครั้งเราจำเป็นต้องใช้การผสมโดยการคูณเช่น $O(nlogn)$ เกิดจากการคูณระหว่างเชิงเส้นและลอการิทึมย่อมทำได้