Algorithm 无法理解O(f(n))

Algorithm 无法理解O(f(n)),algorithm,time-complexity,Algorithm,Time Complexity,以下重复的值是多少: Tn=Tn/4+Tn/2+cn²,T1=c,T0=0 其中c为正常数: Tn=立方英寸 Tn=开² Tn=对数n Tn=在日志n上 正确答案是2,但我有一个疑问。根据Ofn的定义,它给了我们一个上界,On²是最小的上界。因此,在我看来,关于³和On²log n也应该是正确的 让 Tn=1/2n²+3n 以下哪项陈述是正确的?请检查所有适用项 Tn=开 Tn=Ωn Tn=θn² Tn=立方英寸 这里,正确答案是2、3和4 那么,我对定义的理解有误吗?还是我犯了一些错误?让我们

以下重复的值是多少:

Tn=Tn/4+Tn/2+cn²,T1=c,T0=0

其中c为正常数:

Tn=立方英寸 Tn=开² Tn=对数n Tn=在日志n上 正确答案是2,但我有一个疑问。根据Ofn的定义,它给了我们一个上界,On²是最小的上界。因此,在我看来,关于³和On²log n也应该是正确的

Tn=1/2n²+3n

以下哪项陈述是正确的?请检查所有适用项

Tn=开 Tn=Ωn Tn=θn² Tn=立方英寸 这里,正确答案是2、3和4

那么,我对定义的理解有误吗?还是我犯了一些错误?

让我们试着用归纳法证明第一次复发。 我将使用“大O”的以下定义:

对于某些常量和

基本步骤:

。同样的,但是因为,它对复发没有任何贡献,我们可以选择作为我们的基本情况

感应步骤:

假设,现在推断。因为,我们的假设意味着

我们有

对于一些常数

保存、设置并应用于所有归纳假设表达式:

如果我在什么地方搞砸了,告诉我!

因此,在我看来,关于³和On²log n也应该是正确的

是的,你完全正确。你可以像上面那样证明它是正确的。然而,非正式地说,人们经常互换使用紧上界。这是不精确的,但习惯性的。如果你从高等教育机构那里得到这些问题,那当然是有问题的

那么,我对定义的理解是否有误,或者我是否做出了一些判断 错了


你基本上是对的。然而,现实世界并不是关于形式的正确性,所以要当心非正规主义者,要懂得更多。另一方面,许多人也对待兰道符号,尽管他们绝对不是。如果Tn=On^2,那么A和C也是正确的,这是正确的。在极客身上,它只给出了B,所以我很困惑,如果问哪个问题提供了最严格的上限,B是正确的,但用词A和C同样正确。顺便说一句,单词值在第一个例子中有什么区别吗?我怀疑。这不是我所知道的要求严格上限的任何标准方式。我认为这只是一个措辞拙劣的问题。是的,你完全正确。我对它做了更多的研究,所以在我看来也是n^2,n^3。。。。。。。所有的都是正确的,谢谢你的解释。我认为上面的证明可能是有缺陷的,因为扩展级数不受n^2的限制,如果我们的分支因子是a,b,a+b>1或a+b=1,而不是1/4和1/2。尽管我可能错了…@meowgoesthedog,如果,如你所说,a+b>=1,那么问题不是变小而是变大,Tn没有上限,因为Tn接近无穷大。a+b<1一定是真的,否则这种递归不能描述在有限时间内运行的算法的运行时间。除此之外,在我的证明中不是这样的,所以它肯定不会是一个缺陷。@Downvoter只有当| a |,| b |>=1,而不是a+b>=1和| a |,| b |<1中的任何一个都是正确的,因为即使是最长的分支在这种情况下也会收敛。对于后一种情况,可以证明,如果累积项是多项式,例如n^2,则仍然存在一个具有几何级数形式的有限界。