单调性
若 m ≤ n m\leq n m≤n蕴含 f ( m ) ≤ f ( n ) f(m)\leq f(n) f(m)≤f(n),则函数 f ( n ) 是 单 调 递 增 的 f(n)是单调递增的 f(n)是单调递增的。
若 m ≤ n m\leq n m≤n蕴含 f ( m ) ≥ f ( n ) f(m)\geq f(n) f(m)≥f(n),则函数 f ( n ) 是 单 调 递 减 的 f(n)是单调递减的 f(n)是单调递减的。
若 m < n m < n m<n蕴含 f ( m ) < f ( n ) f(m) < f(n) f(m)<f(n),则函数 f ( n ) 是 严 格 递 增 的 f(n)是严格递增的 f(n)是严格递增的。
若 m < n m < n m<n蕴含 f ( m ) > f ( n ) f(m) > f(n) f(m)>f(n),则函数 f ( n ) 是 严 格 递 减 的 f(n)是严格递减的 f(n)是严格递减的。
向下取整与向上取整
向下取整:表示小于或等于 x x x的最大整数,记 ⌊ x ⌋ \lfloor x \rfloor ⌊x⌋。
向上取整: 表示大于或等于 x x x的最小整数,记为 ⌈ x ⌉ \lceil x \rceil ⌈x⌉。
对于所有实数:
x
−
1
<
⌊
x
⌋
≤
x
≤
⌈
x
⌉
<
x
+
1
x-1<\lfloor x \rfloor \leq x \leq \lceil x \rceil < x+1
x−1<⌊x⌋≤x≤⌈x⌉<x+1
对于任意整数
n
n
n,
⌈
n
/
2
⌉
+
⌊
n
/
2
⌋
=
n
\lceil n/2 \rceil+\lfloor n/2 \rfloor =n
⌈n/2⌉+⌊n/2⌋=n
对任意实数
x
≥
0
x \geq 0
x≥0和整数
a
,
b
>
0
a,b>0
a,b>0,
⌈
⌈
x
/
a
⌉
b
⌉
=
⌈
x
a
b
⌉
⌊
⌊
x
/
a
⌋
b
⌋
=
⌊
x
a
b
⌋
⌈
a
b
⌉
≤
a
+
(
b
−
1
)
b
⌊
a
b
⌋
≥
a
−
(
b
−
1
)
b
\begin {aligned} &\lceil \frac{\lceil x / a\rceil}{b} \rceil = \lceil \frac{x}{ab} \rceil \\ &\lfloor \frac{\lfloor x / a\rfloor}{b} \rfloor = \lfloor \frac{x}{ab} \rfloor \\ &\lceil \frac{a}{b} \rceil \leq \frac{a+(b-1)}{b} \\ &\lfloor \frac{a}{b} \rfloor \geq \frac{a-(b-1)}{b} \end {aligned}
⌈b⌈x/a⌉⌉=⌈abx⌉⌊b⌊x/a⌋⌋=⌊abx⌋⌈ba⌉≤ba+(b−1)⌊ba⌋≥ba−(b−1)
模运算
对任意整数
a
a
a和任意正整数
n
n
n,
a
m
o
d
n
a\ mod\ n
a mod n的值就是商
a
/
n
a/n
a/n的余数:
a
m
o
d
n
=
a
−
n
⌊
a
/
n
⌋
a\ mod \ n=a-n\lfloor a/n \rfloor
a mod n=a−n⌊a/n⌋
结果有
0
≤
a
m
o
d
n
<
n
0 \leq a\ mod \ n < n
0≤a mod n<n
给定一个整数除以另一个整数的余数的良定义后,可以方便地引入表示余数相等的特殊记号。若 ( a m o d n ) = ( a m o d n ) (a \ mod \ n) = (a\ mod \ n) (a mod n)=(a mod n),则记 a ≡ b ( m o d n ) a \equiv b(mod \ n) a≡b(mod n),并称模 a a a等价于 b b b。
多项式
给定一个非负整数
d
,
n
d,n
d,n的
d
d
d次多项式为具有以下形式的一个函数
p
(
n
)
p(n)
p(n):
p
(
n
)
=
∑
i
=
0
d
a
i
n
i
p(n)=\sum_{i=0}^{d}a_in^i
p(n)=i=0∑daini
指数
对所有实数
a
>
0
,
m
和
n
a>0,m和n
a>0,m和n,我们有以下恒等式:
a
0
=
1
a
1
=
a
a
−
1
=
1
/
a
(
a
m
)
n
=
a
m
n
(
a
m
)
n
=
(
a
n
)
m
a
m
a
n
=
a
m
+
n
\begin {aligned} &a^0=1 \\ &a^1=a \\ &a^{-1}=1/a \\ &(a^m)^n=a^{mn} \\ &(a^m)^n=(a^n)^m \\ &a^ma^n=a^{m+n} \end {aligned}
a0=1a1=aa−1=1/a(am)n=amn(am)n=(an)maman=am+n
对所有使得
a
>
1
a>1
a>1的实常量
a
a
a和
b
b
b,有
lim
n
→
∞
n
b
a
n
=
0
\lim_{n \to \infty} \frac {n^b}{a^n} = 0
n→∞limannb=0
据此可得
n
b
=
o
(
a
n
)
n^b=o(a^n)
nb=o(an)
因此,任意底大于1的指数函数比任意多项式函数增长得快。
使用
e
e
e来表示自然对数函数的底2.71828…,对所有实数
x
x
x,我们有
e
x
=
1
+
x
+
x
2
2
!
+
x
3
3
!
+
⋅
⋅
⋅
=
∑
i
=
0
∞
x
i
i
!
e^x=1+x+\frac {x^2}{2!}+\frac{x^3}{3!}+···=\sum_{i=0}^{\infty}\frac{x^i}{i!}
ex=1+x+2!x2+3!x3+⋅⋅⋅=i=0∑∞i!xi
其中"!"表示本节后面定义的阶乘函数。对所有实数
x
x
x,我们有不等式
e
x
≥
1
+
x
e^x\geq 1+x
ex≥1+x
其中只有当
x
=
0
x=0
x=0时等号才成立。当
∣
x
∣
≤
1
|x|\leq 1
∣x∣≤1时,有近似估计
1
+
x
≤
e
x
≤
1
+
x
+
x
2
1+x \leq e^x \leq 1+x+x^2
1+x≤ex≤1+x+x2
当
x
→
0
x \to 0
x→0时,用
1
+
x
1+x
1+x作为
e
x
e^x
ex的近似是相当好的
e
x
=
1
+
x
+
Θ
(
x
2
)
e^x=1+x+\Theta(x^2)
ex=1+x+Θ(x2)
(在这个等式中,渐近记号用来描述当
x
→
0
x \to 0
x→0而不是
x
→
∞
x \to \infty
x→∞时的极限行为)。对所有
x
x
x,我们有
lim
n
→
∞
(
1
+
x
n
)
n
=
e
x
\lim_{n \to \infty}(1+\frac{x}{n})^n = e^x
n→∞lim(1+nx)n=ex
对数
l
g
n
=
l
o
g
2
n
l
n
n
=
l
o
g
e
n
l
g
k
n
=
(
l
g
n
)
k
l
g
l
g
n
=
l
g
(
l
g
n
)
\begin {aligned} &lg\ n=log_2n \\ &ln\ n =log_en\\ &lg^kn=(lg\ n)^k\\ &lg\ lg\ n=lg(lg\ n) \end {aligned}
lg n=log2nln n=logenlgkn=(lg n)klg lg n=lg(lg n)
对所有实数
a
>
0
,
b
>
0
,
c
>
0
和
n
a>0,b>0,c>0和n
a>0,b>0,c>0和n,有
l
o
g
c
(
a
b
)
=
l
o
g
c
a
+
l
o
g
c
b
l
o
g
b
a
n
=
n
l
o
g
b
a
l
o
g
b
a
=
l
o
g
c
a
l
o
g
c
b
l
o
g
b
(
1
/
a
)
=
−
l
o
g
b
a
l
o
g
b
a
=
1
l
o
g
a
b
a
l
o
g
b
c
=
c
l
o
g
b
a
\begin {aligned} &log_c{(ab)}=log_ca+log_cb\\ &log_b{a^n}=nlog_ba\\ &log_ba=\frac {log_ca}{log_cb}\\ &log_b(1/a)=-log_ba\\ &log_ba=\frac{1}{log_ab}\\ &a^{log_bc}=c^{log_ba} \end {aligned}
logc(ab)=logca+logcblogban=nlogbalogba=logcblogcalogb(1/a)=−logbalogba=logab1alogbc=clogba
其中,在上面的每个等式中,对数的底不为1。
当
∣
x
∣
<
1
|x|<1
∣x∣<1时,
l
n
(
1
+
x
)
ln(1+x)
ln(1+x)存在一种简单的级数展开
l
n
(
1
+
x
)
=
x
−
x
2
2
+
x
3
3
−
x
4
4
+
x
5
5
−
⋅
⋅
⋅
ln(1+x)=x-\frac {x^2}{2}+\frac {x^3}{3}-\frac {x^4}{4}+\frac {x^5}{5}-···
ln(1+x)=x−2x2+3x3−4x4+5x5−⋅⋅⋅
对
x
>
−
1
x>-1
x>−1,还有下面的不等式:
x
1
+
x
≤
l
n
(
1
+
x
)
≤
x
\frac {x}{1+x}\leq ln(1+x)\leq x
1+xx≤ln(1+x)≤x
其中仅对
x
=
0
x=0
x=0等号成立。
若对某个常量
k
k
k,
f
(
n
)
=
O
(
l
g
k
n
)
f(n)=O(lg^kn)
f(n)=O(lgkn),则称函数
f
(
n
)
f(n)
f(n)是多对数有界的。根据
lim
n
→
∞
n
b
a
n
=
0
\lim_{n \to \infty}\frac{n^b}{a^n}=0
n→∞limannb=0
通过用
l
g
n
lgn
lgn代替
n
n
n并用
2
a
2^a
2a代替
a
a
a,可以使多项式与多对数的增长互相关联:
lim
n
→
∞
l
o
g
b
n
(
2
a
)
l
g
n
=
lim
n
→
∞
l
o
g
b
n
n
a
=
0
\lim_{n \to \infty}\frac{log^bn}{(2^a)^{lgn}}=\lim_{n \to \infty}\frac{log^bn}{n^a}=0
n→∞lim(2a)lgnlogbn=n→∞limnalogbn=0
根据这个极限,我们可以得到:对任意常量
a
>
0
a>0
a>0,
l
g
b
n
=
o
(
n
a
)
lg^bn=o(n^a)
lgbn=o(na)
因此,任意正的多项式函数都比任意多对数函数增长得快。
阶乘
记号
n
!
n!
n!定义为对整数
n
≥
0
n\geq 0
n≥0,有
n
!
=
{
1
若
n
=
0
n
⋅
(
n
−
1
)
!
若
n
>
0
n!= \begin{cases} 1& \text{若}n = 0 \\ n ·(n-1)!& \text{若}n > 0 \end{cases}
n!={1n⋅(n−1)!若n=0若n>0
因此,
n
!
=
1
⋅
2
⋅
3
⋅
⋅
⋅
n
n!=1·2·3···n
n!=1⋅2⋅3⋅⋅⋅n。
阶乘函数的一个弱上界是
n
!
≤
n
n
n! \leq n^n
n!≤nn。斯特林近似公式
n
!
=
2
π
n
(
n
e
)
n
(
1
+
Θ
(
1
n
)
)
n!=\sqrt{2\pi n}(\frac{n}{e})^n(1+\Theta(\frac{1}{n}))
n!=2πn(en)n(1+Θ(n1))
给出了一个更紧确的上界和下界,其中
e
e
e是自然对数的底。
n
!
=
o
(
n
n
)
n
!
=
ω
(
2
n
)
l
g
(
n
!
)
=
Θ
(
n
l
g
n
)
\begin {aligned} &n!=o(n^n)\\ &n!=\omega(2^n)\\ &lg(n!)=\Theta(nlgn) \end {aligned}
n!=o(nn)n!=ω(2n)lg(n!)=Θ(nlgn)
对所有
n
≥
1
n\geq 1
n≥1,下面的等式也成立
n
!
=
2
π
n
(
n
e
)
n
e
a
n
n!=\sqrt{2\pi n}(\frac{n}{e})^ne^{a_n}
n!=2πn(en)nean
其中
1
12
n
+
1
<
a
n
<
1
12
n
\frac {1}{12n+1}<a_n<\frac{1}{12n}
12n+11<an<12n1
多重函数
我们使用记号
f
(
i
)
(
n
)
f^{(i)}(n)
f(i)(n)来表示函数
f
(
n
)
f(n)
f(n)重复
i
i
i次作用于一个初值
n
n
n上。形式化地,假设
f
(
n
)
f(n)
f(n)为实数集上的一个函数。对非负整数
i
i
i,我们递归地定义
f
(
i
)
(
n
)
=
{
n
若
i
=
0
f
(
f
(
i
−
1
)
(
n
)
)
若
i
>
0
f^{(i)}(n)= \begin {cases} n& \text{若}i=0 \\ f(f^{(i-1)}(n))& \text{若}i>0 \end {cases}
f(i)(n)={nf(f(i−1)(n))若i=0若i>0
例如,若
f
(
n
)
=
2
n
f(n)=2n
f(n)=2n,则
f
(
i
)
(
n
)
=
2
i
n
f^{(i)}(n)=2^in
f(i)(n)=2in
多重对数函数
使用记号
l
g
∗
n
lg^*n
lg∗n来表示多重对数。假设
l
g
(
i
)
n
lg^{(i)}n
lg(i)n定义如上,其中
f
(
n
)
=
l
g
n
f(n)=lgn
f(n)=lgn。因为非正数的对数无定义,所以只有在
l
g
(
i
−
1
)
n
>
0
lg^{(i-1)}n>0
lg(i−1)n>0时
l
g
(
i
)
n
lg^{(i)}n
lg(i)n才有定义。定义多重对数函数为
l
g
∗
n
=
m
i
n
{
i
≥
0
:
l
g
(
i
)
n
≤
1
}
lg^*n=min\{i\geq 0:lg^{(i)}n\leq 1\}
lg∗n=min{i≥0:lg(i)n≤1}
多重对数是一个增长非常慢的函数:
l
g
∗
2
=
1
l
g
∗
4
=
2
l
g
∗
16
=
3
l
g
∗
65536
=
4
l
g
∗
(
2
65536
)
=
5
\begin {aligned} &lg^*2=1 \\ &lg^*4=2 \\ &lg^*16=3 \\ &lg^*65536=4 \\ &lg^*(2^{65536})=5 \\ \end {aligned}
lg∗2=1lg∗4=2lg∗16=3lg∗65536=4lg∗(265536)=5
也就是
2
1
=
2
2
2
=
4
2
2
2
=
2
4
=
16
2
2
2
2
=
2
16
=
65536
2
2
2
2
2
=
2
65536
\begin {aligned} &2^1=2 \\ &2^2=4 \\ &2^{2^2}=2^4=16 \\ &2^{2^{2^2}} =2^{16}= 65536 \\ &2^{2^{2^{2^2}}} = 2^{65536} \end {aligned}
21=222=4222=24=162222=216=6553622222=265536
斐波那契数
使用下面的递归式来定义斐波那契数:
F
0
=
0
F
1
=
1
F
i
=
F
i
−
1
+
F
i
−
2
,
i
≥
2
\begin {aligned} &F_0=0 \\ &F_1=1\\ &F_i=F_{i-1}+F_{i-2},i \geq 2 \end {aligned}
F0=0F1=1Fi=Fi−1+Fi−2,i≥2
斐波那契数与黄金分割率
ϕ
\phi
ϕ及共轭数
ϕ
^
\hat \phi
ϕ^有关,它们是下列方程的两个根:
x
2
=
x
+
1
x^2=x+1
x2=x+1
并且由下面公式给出
ϕ
=
1
+
5
2
=
1.61803
⋅
⋅
⋅
ϕ
^
=
1
−
5
2
=
−
0.61803
⋅
⋅
⋅
\begin {aligned} &\phi=\frac{1+\sqrt{5}}{2}=1.61803··· \\ &\hat \phi=\frac{1-\sqrt{5}}{2}=-0.61803··· \end {aligned}
ϕ=21+5=1.61803⋅⋅⋅ϕ^=21−5=−0.61803⋅⋅⋅
特别地,我们有
F
i
=
ϕ
i
−
ϕ
^
i
5
F_i=\frac{\phi^i - \hat \phi^i }{\sqrt5}
Fi=5ϕi−ϕ^i
因为
∣
ϕ
^
∣
<
1
|\hat \phi|<1
∣ϕ^∣<1,所以有
∣
ϕ
^
i
∣
5
<
1
5
<
1
2
\frac{|\hat \phi^i|}{\sqrt5}<\frac{1}{\sqrt5}<\frac{1}{2}
5∣ϕ^i∣<51<21
这蕴涵着
F
i
=
⌊
ϕ
i
5
+
1
2
⌋
F_i=\lfloor \frac{ \phi^i}{\sqrt5} + \frac{1}{2}\rfloor
Fi=⌊5ϕi+21⌋
所以第
i
i
i个斐波那契数
F
i
F_i
Fi等于
ϕ
i
/
5
\phi^i/\sqrt5
ϕi/5舍入到最近的整数。因此,斐波那契数以指数形式增长。
练习
当
m
≤
n
m\leq n
m≤n,有
f
(
m
)
≤
f
(
n
)
f(m)\leq f(n)
f(m)≤f(n)和
g
(
m
)
≤
g
(
n
)
g(m)\leq g(n)
g(m)≤g(n),可证得
f
(
m
)
+
g
(
m
)
≤
f
(
n
)
+
g
(
n
)
f(m)+g(m)\leq f(n)+g(n)
f(m)+g(m)≤f(n)+g(n)。
当
m
≤
n
m\leq n
m≤n,有
g
(
m
)
≤
g
(
n
)
g(m)\leq g(n)
g(m)≤g(n),可证得
f
(
g
(
m
)
)
≤
f
(
g
(
n
)
)
f(g(m))\leq f(g(n))
f(g(m))≤f(g(n))。
如果
f
(
n
)
f(n)
f(n)和
g
(
n
)
g(n)
g(n)是非负的,当
m
≤
n
m\leq n
m≤n,有
f
(
m
)
≤
f
(
n
)
f(m)\leq f(n)
f(m)≤f(n)和
g
(
m
)
≤
g
(
n
)
g(m)\leq g(n)
g(m)≤g(n),而且
f
(
m
)
,
f
(
n
)
,
g
(
m
)
,
g
(
n
)
f(m),f(n),g(m),g(n)
f(m),f(n),g(m),g(n)皆非负,可证得
f
(
m
)
⋅
g
(
m
)
≤
f
(
n
)
⋅
g
(
n
)
f(m)·g(m)\leq f(n)·g(n)
f(m)⋅g(m)≤f(n)⋅g(n)。
(3.16)
a
l
o
g
b
c
=
c
l
o
g
b
a
a^{log_bc}=c^{log_ba} \tag{3.16}
alogbc=clogba(3.16)
证明:
c
l
o
g
b
a
=
c
l
o
g
c
a
l
o
g
c
b
=
a
1
l
o
g
c
b
=
a
l
o
g
b
c
c^{log_ba}=c^{\frac{log_ca}{log_cb}}=a^{\frac{1}{log_cb}}=a^{log_bc}
clogba=clogcblogca=alogcb1=alogbc
(3.19)
l
g
(
n
!
)
=
Θ
(
n
l
g
n
)
lg(n!)=\Theta(nlgn) \tag {3.19}
lg(n!)=Θ(nlgn)(3.19)
证明:
根据斯特林近似公式
n
!
=
2
π
n
(
n
e
)
n
(
1
+
Θ
(
1
n
)
)
n!=\sqrt{2\pi n}(\frac{n}{e})^n(1+\Theta(\frac{1}{n}))
n!=2πn(en)n(1+Θ(n1))
得
l
g
(
n
!
)
=
1
2
l
g
(
2
π
n
)
+
n
l
g
n
−
n
l
g
e
+
l
g
(
1
+
Θ
(
1
n
)
)
lg(n!)=\frac{1}{2}lg(2\pi n) + nlgn - nlge + lg(1+\Theta(\frac{1}{n}))
lg(n!)=21lg(2πn)+nlgn−nlge+lg(1+Θ(n1))
去掉低阶项后
(3.19)
l
g
(
n
!
)
=
Θ
(
n
l
g
n
)
lg(n!)=\Theta(nlgn) \tag {3.19}
lg(n!)=Θ(nlgn)(3.19)
证明
n
!
=
ω
(
2
n
)
n!=\omega(2^n)
n!=ω(2n)
lim
n
→
∞
n
!
2
n
=
lim
n
→
∞
2
π
n
(
n
e
)
n
(
1
+
Θ
(
1
n
)
)
2
n
=
lim
n
→
∞
2
π
n
(
n
2
e
)
n
(
1
+
Θ
(
1
n
)
)
≥
(
n
2
e
)
n
=
∞
\begin {aligned} \lim_{n \to \infty}{\frac{n!}{2^n}}=& \lim_{n \to \infty}{\frac{\sqrt{2\pi n}(\frac{n}{e})^n(1+\Theta(\frac{1}{n}))}{2^n}} \\ =&\lim_{n \to \infty}{\sqrt{2\pi n}(\frac{n}{2e})^n(1+\Theta(\frac{1}{n}))} \\ \geq &(\frac{n}{2e})^n = \infty \end {aligned}
n→∞lim2nn!==≥n→∞lim2n2πn(en)n(1+Θ(n1))n→∞lim2πn(2en)n(1+Θ(n1))(2en)n=∞
证明
n
!
=
o
(
n
n
)
n!=o(n^n)
n!=o(nn)
lim
n
→
∞
n
!
n
n
=
lim
n
→
∞
2
π
n
(
n
e
)
n
(
1
+
Θ
(
1
n
)
)
n
n
=
lim
n
→
∞
2
π
n
(
n
e
n
)
n
(
1
+
Θ
(
1
n
)
)
=
lim
n
→
∞
2
π
n
(
1
e
)
n
(
1
+
Θ
(
1
n
)
)
≤
(
c
n
e
n
)
=
0
\begin {aligned} \lim_{n \to \infty}{\frac{n!}{n^n}}=& \lim_{n \to \infty}{\frac{\sqrt{2\pi n}(\frac{n}{e})^n(1+\Theta(\frac{1}{n}))}{n^n}} \\ =&\lim_{n \to \infty}{\sqrt{2\pi n}(\frac{n}{en})^n(1+\Theta(\frac{1}{n}))} \\ =&\lim_{n \to \infty}{\sqrt{2\pi n}(\frac{1}{e})^n(1+\Theta(\frac{1}{n}))} \\ \leq &(\frac{c\sqrt n}{e^n}) = 0 \end {aligned}
n→∞limnnn!===≤n→∞limnn2πn(en)n(1+Θ(n1))n→∞lim2πn(enn)n(1+Θ(n1))n→∞lim2πn(e1)n(1+Θ(n1))(encn)=0
若函数 ⌈ l g n ⌉ ! \lceil lgn \rceil! ⌈lgn⌉!多项式有界,那么 ⌈ l g n ⌉ ! = O ( n k ) \lceil lgn \rceil!=O(n^k) ⌈lgn⌉!=O(nk),令 m = l g n m=lgn m=lgn,则 ⌈ l g n ⌉ ≤ m + 1 \lceil lgn \rceil \leq m+1 ⌈lgn⌉≤m+1,需证明 ( m + 1 ) ! = O ( 2 m k ) (m+1)!=O(2^{mk}) (m+1)!=O(2mk),从上题的结论可以知道 n ! = ω ( 2 n ) n!=\omega(2^n) n!=ω(2n),所以函数 ⌈ l g n ⌉ ! \lceil lgn \rceil! ⌈lgn⌉!不是多项式有界。
若函数
⌈
l
g
l
g
n
⌉
!
\lceil lglgn \rceil!
⌈lglgn⌉!多项式有界,那么
⌈
l
g
l
g
n
⌉
!
=
O
(
n
k
)
\lceil lglgn \rceil!=O(n^k)
⌈lglgn⌉!=O(nk),令
m
=
l
g
l
g
n
m=lglgn
m=lglgn,则
⌈
l
g
l
g
n
⌉
≤
m
+
1
\lceil lglgn \rceil \leq m+1
⌈lglgn⌉≤m+1,需证明
(
m
+
1
)
!
=
O
(
2
k
⋅
2
m
)
(m+1)!=O(2^{k·2^{m}})
(m+1)!=O(2k⋅2m),有:
lim
m
→
∞
(
m
+
1
)
!
2
k
⋅
2
m
=
lim
m
→
∞
l
g
(
(
m
+
1
)
!
)
k
⋅
2
m
=
lim
m
→
∞
(
m
+
1
)
l
g
(
m
+
1
)
k
⋅
2
m
=
0
\begin {aligned} \lim_{m \to \infty}\frac{(m+1)!}{2^{k·2^{m}}}=&\lim_{m \to \infty}\frac{lg((m+1)!)}{k·2^{m}} \\ =&\lim_{m \to \infty}\frac{(m+1)lg(m+1)}{k·2^{m}}=0 \end {aligned}
m→∞lim2k⋅2m(m+1)!==m→∞limk⋅2mlg((m+1)!)m→∞limk⋅2m(m+1)lg(m+1)=0
所以
⌈
l
g
l
g
n
⌉
!
=
o
(
n
k
)
=
O
(
n
k
)
\lceil lglgn \rceil!=o(n^k)=O(n^k)
⌈lglgn⌉!=o(nk)=O(nk),所以
⌈
l
g
l
g
n
⌉
!
\lceil lglgn \rceil!
⌈lglgn⌉!多项式有界。
设
n
=
2
2
2
⋅
⋅
⋅
n=2^{2^{2^{···}}}
n=222⋅⋅⋅,这里有
k
k
k个2,那么
l
g
∗
n
lg^*n
lg∗n=k,那么
l
g
∗
(
l
g
n
)
=
k
−
1
lg^*(lgn)=k-1
lg∗(lgn)=k−1。
lim
n
→
∞
l
g
(
l
g
∗
n
)
l
g
∗
(
l
g
n
)
=
lim
k
→
∞
l
g
(
k
)
k
−
1
=
0
\begin {aligned} \lim_{n \to \infty}\frac{lg(lg^*n)}{lg^*(lgn)}=\lim_{k \to \infty}\frac{lg(k)}{k-1}=0 \end {aligned}
n→∞limlg∗(lgn)lg(lg∗n)=k→∞limk−1lg(k)=0
所以
l
g
∗
(
l
g
(
n
)
)
lg^*(lg(n))
lg∗(lg(n))增长得更快。
ϕ 2 = ( 1 + 5 2 ) 2 = 3 + 2 5 2 = ϕ + 1 ϕ ^ 2 = ( 1 − 5 2 ) 2 = 3 − 2 5 2 = ϕ ^ + 1 \begin {aligned} &\phi^2=(\frac{1+\sqrt{5}}{2})^2= \frac{3+2\sqrt{5}}{2}=\phi +1\\ &\hat \phi^2=(\frac{1-\sqrt{5}}{2})^2=\frac{3-2\sqrt{5}}{2}=\hat\phi +1 \end {aligned} ϕ2=(21+5)2=23+25=ϕ+1ϕ^2=(21−5)2=23−25=ϕ^+1
当
i
=
0
i=0
i=0时,
F
i
=
ϕ
0
−
ϕ
^
0
5
=
0
F_i=\frac{\phi^0-\hat\phi^0}{\sqrt 5}=0
Fi=5ϕ0−ϕ^0=0,所以当
i
=
0
i=0
i=0时,等式成立。
当
i
=
1
i=1
i=1时,
F
i
=
ϕ
−
ϕ
^
5
=
1
F_i=\frac{\phi-\hat\phi}{\sqrt 5}=1
Fi=5ϕ−ϕ^=1,所以当
i
=
1
i=1
i=1时,等式成立。
假设当
i
=
n
i=n
i=n时,
F
n
=
ϕ
n
−
ϕ
^
n
5
F_n=\frac{\phi^n-\hat\phi^n}{\sqrt 5}
Fn=5ϕn−ϕ^n成立,
i
=
n
+
1
i=n+1
i=n+1时,
F
n
+
1
=
ϕ
n
+
1
−
ϕ
^
n
+
1
5
F_{n+1}=\frac{\phi^{n+1}-\hat\phi^{n+1}}{\sqrt 5}
Fn+1=5ϕn+1−ϕ^n+1也成立,那么
i
=
n
+
2
i=n+2
i=n+2时,有:
F
n
+
2
=
F
n
+
F
n
+
1
=
ϕ
n
−
ϕ
^
n
5
+
ϕ
n
+
1
−
ϕ
^
n
+
1
5
=
ϕ
n
(
ϕ
+
1
)
−
ϕ
^
n
(
ϕ
^
+
1
)
5
=
ϕ
n
⋅
ϕ
2
−
ϕ
^
n
⋅
ϕ
^
2
5
=
ϕ
n
+
2
−
ϕ
^
n
+
2
5
\begin {aligned} F_{n+2}=&F_{n}+F_{n+1} \\ =&\frac{\phi^n-\hat\phi^n}{\sqrt 5} + \frac{\phi^{n+1}-\hat\phi^{n+1}}{\sqrt 5} \\ =&\frac{\phi^n(\phi+1)-\hat\phi^n(\hat\phi+1)}{\sqrt 5}\\ =&\frac{\phi^n·\phi^2-\hat\phi^n·\hat\phi^2}{\sqrt 5}\\ =&\frac{\phi^{n+2}-\hat\phi^{n+2}}{\sqrt 5} \end {aligned}
Fn+2=====Fn+Fn+15ϕn−ϕ^n+5ϕn+1−ϕ^n+15ϕn(ϕ+1)−ϕ^n(ϕ^+1)5ϕn⋅ϕ2−ϕ^n⋅ϕ^25ϕn+2−ϕ^n+2
根据
k
l
n
k
=
Θ
(
n
)
klnk=\Theta(n)
klnk=Θ(n),有:
c
1
n
≤
k
l
n
k
≤
c
2
n
c_1n\leq klnk \leq c_2n
c1n≤klnk≤c2n
可得
l
n
(
c
1
n
)
≤
l
n
(
k
l
n
k
)
≤
l
n
(
c
2
n
)
ln(c_1n)\leq ln(klnk)\leq ln(c_2n)
ln(c1n)≤ln(klnk)≤ln(c2n)
展开
l
n
c
1
+
l
n
n
≤
l
n
k
+
l
n
(
l
n
k
)
≤
l
n
c
2
+
l
n
(
l
n
k
)
lnc_1 + lnn\leq lnk + ln(lnk)\leq lnc_2+ln(lnk)
lnc1+lnn≤lnk+ln(lnk)≤lnc2+ln(lnk)
忽略掉低阶项
l
n
k
=
Θ
(
l
n
n
)
lnk=\Theta(lnn)
lnk=Θ(lnn)
有
c
3
l
n
n
≤
l
n
k
≤
c
4
l
n
n
c_3lnn\leq lnk \leq c_4lnn
c3lnn≤lnk≤c4lnn
可得
n
c
3
l
n
n
≤
n
l
n
k
≤
n
c
4
l
n
n
\frac {n}{c_3lnn} \leq \frac{n}{lnk}\leq \frac{n}{c_4lnn}
c3lnnn≤lnkn≤c4lnnn
结合
c
1
n
≤
k
l
n
k
≤
c
2
n
c_1n\leq klnk \leq c_2n
c1n≤klnk≤c2n
可得
n
l
n
n
≤
c
3
n
l
n
k
≤
c
3
k
c
2
n
l
n
n
≥
c
4
n
l
n
k
≥
c
4
k
c
1
c
4
k
c
1
≤
n
l
n
n
≤
c
3
k
c
2
\begin {aligned} &\frac {n}{lnn} \leq \frac{c_3n}{lnk}\leq \frac{c_3k}{c_2}\\ &\frac{n}{lnn}\geq \frac{c_4n}{lnk}\geq \frac{c_4k}{c_1} \\ &\frac{c_4k}{c_1}\leq \frac{n}{lnn}\leq \frac{c_3k}{c_2} \end {aligned}
lnnn≤lnkc3n≤c2c3klnnn≥lnkc4n≥c1c4kc1c4k≤lnnn≤c2c3k