Algorithm 运行时间为log(n!)和log(n)+;日志(n^2)

Algorithm 运行时间为log(n!)和log(n)+;日志(n^2),algorithm,big-o,asymptotic-complexity,big-theta,Algorithm,Big O,Asymptotic Complexity,Big Theta,log(n!)=log(n*n(-1)*..1)=log(n)+log(n-1)+..+log(1)。所以它在O(n*logn)中。但它也在大欧米茄(n*logn)中吗?我不这么认为,但我的自动面试测试却这么认为 log(n)+log(n^2)=log(n)+2*log(n)=3*log(n)。所以,它是in,big-O,bigω和bigθ(log(n))。但出于某种原因,我的自动面试测试却不这么认为 我的理解是正确的还是自动测试是正确的 附言:我讨厌自动面试测试 log(n)+log(n^2)

log(n!)=log(n*n(-1)*..1)=log(n)+log(n-1)+..+log(1)。所以它在O(n*logn)中。但它也在大欧米茄(n*logn)中吗?我不这么认为,但我的自动面试测试却这么认为

log(n)+log(n^2)=log(n)+2*log(n)=3*log(n)。所以,它是in,big-O,bigω和bigθ(log(n))。但出于某种原因,我的自动面试测试却不这么认为

我的理解是正确的还是自动测试是正确的

附言:我讨厌自动面试测试

log(n)+log(n^2)=log(n)+2*log(n)=3*log(n)。所以,它是在,大O, 大ω和大θ(对数(n))。但出于某种原因,我的电脑 面试测试则不然

依我看,你是对的,而自动面试测试不是(如果你提出的问题正确的话)

log(n!)=log(nn(-1)…1)=log(n)+log(n-1)+log(1)。的确如此 在O(nlogn)中。但它也在大欧米茄(nlogn)中吗?我不这么认为, 但我的自动面试测试却这么认为

自动面试测试是正确的,而你不是。log(n!)=log(n)+log(n-1)+…+log(1)>=log(n)+…+log(n/2)=(n/2)log(n/2)>=(n/2)log(sqrt(n))=n*log(n)/4(所有“>=”表示足够大的n)

log(n)+log(n^2)=log(n)+2*log(n)=3*log(n)。所以,它是在,大O, 大ω和大θ(对数(n))。但出于某种原因,我的电脑 面试测试则不然

依我看,你是对的,而自动面试测试不是(如果你提出的问题正确的话)

log(n!)=log(nn(-1)…1)=log(n)+log(n-1)+log(1)。的确如此 在O(nlogn)中。但它也在大欧米茄(nlogn)中吗?我不这么认为, 但我的自动面试测试却这么认为


自动面试测试是正确的,而你不是。log(n!)=log(n)+log(n-1)+…+log(1)>=log(n)+…+log(n/2)log(n/2)log(n/2)log(sqrt(n))=n*log(n)/4(所有“>=”表示足够大的n)

关于log n!还有大欧米茄:


n!将数字从1乘以n。这些数字的后半部分都是≥ n/2≥ sqrt(n),所以记录n!≥ (n/2)*log(sqrt(n))=n/2*log(n)/2=(n log n)/4。该下限非常糟糕,但足以轻松显示log n!=大ω(n对数n)

关于log n!还有大欧米茄:


n!将数字从1乘以n。这些数字的后半部分都是≥ n/2≥ sqrt(n),所以记录n!≥ (n/2)*log(sqrt(n))=n/2*log(n)/2=(n log n)/4。该下限非常糟糕,但足以轻松显示log n!=大ω(n对数n)

我投票以离题的方式结束这个问题,因为它不是关于编程的(尝试)。我投票以离题的方式结束这个问题,因为它不是关于编程的(尝试)。可能更容易(也更准确)将他指向斯特林近似。可能更容易(也更准确)把他引向斯特林近似。