我认为您在这里有些困惑。让我为您澄清几点。
运行时间可能意味着两件事：程序的实际运行时间，或者诸如theta或big-oh之类的有界函数（因此有助于避免这种 时间复杂性
，以避免混淆）。程序的实际运行时间以及表示Big-Oh / theta表示法的时间复杂度。
一旦您知道Big-Oh，其他函数就很容易就位了。当我们说T（n）是Omega（g（n））时，我们的意思是在点k的右边曲线cg（n）限制了下方的运行时间曲线，或换句话说：
T(n)>=c.g(n) for all n>=k, and for some constant c independent of input size.
theta表示法就像是说“我只是一个函数，但是使用不同的常量，可以使我从上到下限制运行时间曲线”
所以当我们说T（n）是theta（g（n））时，我们的意思是
c1.g（n）== k
现在我们知道了函数的含义，让我们看看CLRS在混乱中所处的位置。
例如，插入排序的最佳情况运行时间是big-omega（n），而插入排序的最坏情况运行时间是Big-oh（n ^
2）。因此，插入排序的运行时间介于big-omega（n）和Bigoh（n ^ 2）之间
这里通过运行时间CLRS手段的实际运行时间T（N）。它的措辞不佳，这不是你的错，你misunderstood.In其实我会继续前进，说他们这的话不对，没有像
瀑布之间 ，一个功能是在集合O（g（n））中还是不在集合中。所以这是一个错误。
证明算法的运行时间为Big-theta（g（n）），前提是最坏情况下的运行时间为Big-oh（g（n）），最佳情况下的运行时间为big-
omega（g（n））
CLRS表示运行时间函数T（n），他们希望您找出时间复杂度。
