MIT算法导论第二课——渐近符号的说明与三种递归问题的解决办法

第二课主要是助教讲解数学理论,渐近符号(Asymtotic sign)以及三种解决递归(solving recurrences)的方法

渐近符号

  • 第一个渐近符号Of(n)=O(g(n))

it means there are always some constants c>0, and exits n_{0}>0 then

0<f(n)\leq c*g(n) when n>n_{0}

大概意思就是f(n)在n趋于无穷大的时候的上界g(n)

用计算机里的说法,可以把O当作一种宏定义使用,课上定义为

A set in a formula represents an anonymous function in that set

Example:f(n) = n^{3} + O(n^{2})  就是 f(n) = O(n^{3})

  • 第二个渐近符号\Omegaf(n)=\Omega(g(n))

it means there are always some constants c>0, and exits n_{0}>0 then

0<c*g(n)\leq f(n) when n>n_{0}

大概意思就是f(n)在n趋于无穷大的时候的下界g(n)

第三个渐近符号\Thetaf(n)=\Theta(g(n)) 即f(n)在n无穷大的时候的渐渐趋近g(n)

\Theta(g(n)) = O\left \{ g(n)\right \}\cap \Omega\left\{g(n)\right\}

而对于上界、下界两个符号,其小写形式o\omega即为严格排除等于号

Ex:

2*n^{2} = o(n^{3})

2*n^{2} = \Theta(n^{2})

2*n^{2} \neq o(n^{2})

下面是解决递归(Solving Recurrences)的三种方法:

  • 第一种是Substitution Method(代换法),其实就是数学归纳法。

a) Guess the form of solution

b) Verify the induction

c) Solve the const

也就是猜测结果的数学表达式形式,然后利用数学归纳法证明并解出表达式的系数。显而易见,这种方法最大的不好就是需要猜出答案的形式。

第二种是Recursion-tree method(递归树)。

例子请参照上一篇博客的归并排序的推导:MIT算法导论第一课——插入排序与归并排序c++实现

  • 第三种是Master Method(主方法).

具体如下(笔记是自己听第二节课记的,但是大致清晰):

Only applies to recurrences of the form

T(n) = a*T(n/b)+f(n)

至此第二节课结束,本节课主要学习:

  1. 三种渐近符号的概念与应用
  2. 三种递归解决的办法
  3. 第三种解决递归的方法——主方法的主体推导部分内容
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

IT 涓涓清泉

感谢打赏,我会更加努力写更好的

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值