算法复杂度的些许补充

最新推荐文章于 2022-03-19 18:09:11 发布

再也不说我是谁

最新推荐文章于 2022-03-19 18:09:11 发布

阅读量112

点赞数

分类专栏：算法导论

本文链接：https://blog.csdn.net/qq_14952615/article/details/118100545

版权

算法导论专栏收录该内容

32 篇文章 12 订阅

订阅专栏

上面一篇文章我们给出了算法复杂度的定义以及大致的分析原则，这次，我们要对算法复杂度进行一些必要的细化与补充。让大家能够看明白为什么要遵循那四条原则，或者是一些有用的推论，能够帮助我们提高效率。(主要都是关于复杂度上界的，因为复杂度上界big O符号用的最多)。

还记的我们复杂度分析第二条吗？忽略低阶项与常数项，我们首先来证明一下这个结论。

Lemma1 ：如果 $T(n) = a_{k}n^{k} + ... + a_{1}n+a_{0}$ ,那么 $T(n)=O(n^{k})$ .

Proof: 我们知道big O符号是代表上界的意思。所以我们可以明确知道T(n)的一个上界，就是将所有的系数取绝对值，即 $T(n)\leq \sum_{i=0}^{k}|a_{i}|n^{i}$ ,由于n通常大于等于1，可以看成一个正数。所以，我们可以进一步将这个上界给扩大，即将每一项的n的次数都放大为第一项的 $n^{k}$ ,如此一来我们得到了一个更大的上界 $T(n)\leq \sum_{i=0}^{k}|a_{i}|n^{k}$ 。然后由于系数 $a_{i}$ 都是常数，因此我们可以取这样一个常数 $c= k*{\rm max}(a_{i}), i\in\{0,1,2,....k\}$ ,于是就得到了最终的上界 $T(n)\leq cn^{k}$ , 证明完毕。

Lemma2： $n^{k}\neq \mathcal{O}(n^{k-1})$ 。

Proof：通常证明不是的命题，采用反证法，我们假设命题为真，然后目标是推导出一个矛盾点即可。设， $n^{k}=\mathcal{O}(n^{k-1})$ ,即存在一个常数c，使得 $n^{k}=cn^{k-1}$ ，然后两边同时化简，得到n=c。由于n是一个变量，理论上可以去到无限大，而c我们知道是一个常数，显然矛盾了。证明完毕。