算法设计与分析笔记3-渐变分析

最新推荐文章于 2024-04-07 21:15:17 发布

XTL151384

最新推荐文章于 2024-04-07 21:15:17 发布

阅读量884

点赞数

分类专栏：算法设计与分析文章标签：算法

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/XTL151384/article/details/117336200

版权

算法设计与分析讲义3asymptotic analysis研究问题为：当时，函数的极限行为

摘要由CSDN通过智能技术生成

目录

算法设计与分析讲义3

非紧上界：

非紧下界：

渐变符号的性质：

（1）传递性

（2）反身性

（3）对称性

（4）互对称性

常见的时间复杂度类型

线性时间Linear Time:O(n)

1）取整函数

2）指数函数

3）对数函数

算法设计与分析讲义3

asymptotic analysis

研究问题为：当 $n\rightarrow \infty$ 时，函数 $f(n)$ 的极限行为

渐变分析

设 $f(n)=n^2+3n$ ,当n变得很大时，与 $n^2$ 相比，3n变得微不足道，因此，当 $n\rightarrow \infty$ 时， $f(n)$ 和 $n^2$ 渐进相等，即 $f(n)\rightarrow n^2$

当 $n\rightarrow \infty$ 时， $1000n+3000$ 和 $0.6n^2$ 相比，前者的值对总体结果的影响可以忽略不计。

通过去掉不那么重要的项和常数系数，我们可以专注于算法运行时间的重要部分，即增长率，而不会陷入使我们的理解更加复杂的细节中。
即 $0.01n^2+700n$ 和 $n^2$ 是同一个数量级，它们是同介无穷大量。
当去掉常数系数和不太重要的项时，使用渐变符号表示增长的数量级。

渐变符号

上界 $O$ ，下界 $\Omega$ ，紧界 $\Theta$ , 非紧上界 $o$ ，非紧下界 $\omega$

上界 $O$ :

若存在正数 $c$ 和 $n_0$ , 对所有 $n \geqslant n_0$ ,有：

$0 \leqslant f(n) \leqslant cg(n)$ ,

则称 $g(n)$ 为 $f(n)$ 的渐进上界 , 记作：

$f(n)=O(g(n))$ .

若 $f(n)=O(g(n))$ ,则说明 $g(n)$ 的阶等于或高于 $f(n)$ .

上界的阶越低，则评估就越精确，就越有价值。

求证：所有度为 $k$ 的多项式的上界是 $O(n^k)$

证明：设 $T(n)=a_kn^k+...+a_1n+a_0$ where $a_k\neq 0$ .

Let

最低0.47元/天解锁文章

关注

0
点赞
踩
7

收藏

觉得还不错? 一键收藏
0
评论
算法设计与分析笔记3-渐变分析

算法设计与分析讲义3asymptotic analysis研究问题为：当时，函数的极限行为
复制链接

扫一扫

专栏目录

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

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。