deploy

chapter_computational_complexity/time_complexity/index.html

@@ -4565,7 +4565,7 @@ T(n) = 3 + 2n
 <p><span class="arithmatex">\(T(n)\)</span> 是一次函数，说明其运行时间的增长趋势是线性的，因此它的时间复杂度是线性阶。</p>
 <p>我们将线性阶的时间复杂度记为 <span class="arithmatex">\(O(n)\)</span> ，这个数学符号称为<u>大 <span class="arithmatex">\(O\)</span> 记号（big-<span class="arithmatex">\(O\)</span> notation）</u>，表示函数 <span class="arithmatex">\(T(n)\)</span> 的<u>渐近上界（asymptotic upper bound）</u>。</p>
 <p>时间复杂度分析本质上是计算“操作数量 <span class="arithmatex">\(T(n)\)</span>”的渐近上界，它具有明确的数学定义。</p>
-<div class="admonition abstract">
+<div class="admonition note">
 <p class="admonition-title">函数渐近上界</p>
 <p>若存在正实数 <span class="arithmatex">\(c\)</span> 和实数 <span class="arithmatex">\(n_0\)</span> ，使得对于所有的 <span class="arithmatex">\(n &gt; n_0\)</span> ，均有 <span class="arithmatex">\(T(n) \leq c \cdot f(n)\)</span> ，则可认为 <span class="arithmatex">\(f(n)\)</span> 给出了 <span class="arithmatex">\(T(n)\)</span> 的一个渐近上界，记为 <span class="arithmatex">\(T(n) = O(f(n))\)</span> 。</p>
 </div>