类型一 求函数的渐进表达式
如何求函数的渐进表达式？
即找最高阶即可；
掌握了下面几个口诀：再也不用担心求出函数渐进表达式
将函数中所有的加法项常数都去掉。
在修改后的函数中,只保留最高阶项。
如果最高阶项存在,那么去除高阶项前面的系数。
最后得到的结果就是函数的渐进表达式了
我的解答：
1.
2.
3.1 4.logn 5.n
正确答案：
总结归纳：
类型一 多项式型
方法：找最高阶去掉前面的系数即可
类型二 指数型
找变化最快的指数
类型三 对数型
方法：摘帽子然后看对数剩下还是常数
类型二 问同阶的区别
我的答案：
一脸懵逼，这俩有区别吗？
正确答案：
卧槽玩我呢？
类型三 依据渐进阶来排列表达式
我的答案：
2，logn ....n!,
正确答案：
思考：
为什么n!>3^n
下图给出答案
疑问：
n的阶乘为什么等于右边的式子。
要求阶乘的渐进上界和渐进下界，我们可以使用大O符号来表示它们。
1. 渐进上界：阶乘的渐进上界表示阶乘函数在增长时的一个上限。对于阶乘函数 n!，我们可以使用O(n!)来表示其渐进上界。这意味着阶乘函数的增长不会超过 n!。
2. 渐进下界：阶乘的渐进下界表示阶乘函数在增长时的一个下限。阶乘函数的渐进下界比较复杂，因为它的增长速度非常快。一种常用的下界表示是 Stirling 近似公式，它给出了阶乘函数的渐进下界近似值。
Stirling 近似公式：n! ≈ √(2πn) * (n/e)^n
其中，π是圆周率，e是自然对数的底数。
使用 Stirling 近似公式，我们可以得到阶乘函数的渐进下界表示：O(√n * (n/e)^n)。
需要注意的是，阶乘函数的增长速度非常快，因此其渐进上界和渐进下界在实际应用中可能并不是非常有用。通常情况下，我们更关注阶乘函数的渐进复杂性，而不是具体的上界和下界。
什么是stirling公式？
Stirling 近似公式是一个用于近似计算阶乘函数的公式。它以数学家 James Stirling 的名字命名。Stirling 近似公式的形式如下：
n! ≈ √(2πn) * (n/e)^n
其中，n! 表示 n 的阶乘，π 是圆周率（约等于3.14159），e 是自然对数的底数（约等于2.71828）。
Stirling 近似公式提供了一个在 n 较大时逼近阶乘函数的有效方法。它是基于数学推导和近似技巧得出的。这个公式的核心思想是将阶乘函数转化为一个连续函数的近似。
使用 Stirling 近似公式，我们可以用简单的计算来近似计算阶乘，而无需直接计算阶乘的乘积。这对于非常大的 n 值特别有用，因为计算阶乘的乘积可能会变得非常庞大。
需要注意的是，Stirling 近似公式是一个近似结果，并非完全准确。它在 n 趋近无穷大时逼近阶乘函数，但在小于某个阈值的情况下可能并不准确。因此，在具体的计算中，如果需要精确的阶乘值，可能需要使用更精确的算法或数值库来进行计算。
类型四 实际应用
我的答案：
这不应该是计算机组成原理的吗？
不会。
这是不可能的然我们看看第一题的答案：
正确答案：
类型五 处理器运行速度换算同时间处理问题的规模
我的答案：
1~100n;
;
;
正确答案：
思考为什么我的想法是错的？错在哪里呢？
我知道了，因为原题目只说了是原计算机运行速度的100倍，我的写法意味着规模是一百倍同时算得也不是问题规模而是复杂度。
反思
我的不足：
对问题理解不透彻经常答非所问。
缺乏思考耐心。
类型6 判断一个函数是另一个函数的渐进上界，渐进下界还是渐进紧界
我的解答：
正确答案：
反思
1.对符号记忆又缺乏记忆
学到了什么？
方法：
1.首先判断同不同阶，同阶则判断为渐进紧界
2.其次判断两个函数的导数，如果f(n)大于gn则为渐进下界，否则则为渐进上界
类型七 证明n!的复杂度
我的答案：
一、分析：
正确答案：
反思
要学会这个程序
数学的等价无穷小要回去学学了
学会斯特拉公式的证明：
斯特林公式（Stirling's approximation）是一条用来取n的阶乘的近似值的数学公式。一般来说，阶乘的计算复杂度为线性。当要为某些极大大的n求阶乘时，常见的方法复杂度不可接受。斯特林公式能够将求解阶乘的复杂度降低到对数级。而且，即使在n很小的时候，斯特林公式的取值已经十分准确。
斯特林公式在理论和应用上都具有重要的价值，对于概率论的发展也有着重大的意义。在数学分析中，大多都是利用Г函数、级数和含参变量的积分等知识进行证明或推导，很为繁琐冗长。近年来，一些国内外学者利用概率论中的指数分布、泊松分布、χ²分布证之。
类型八 分析算法段所需计算时间的上界和下界。
正确答案：
反思
疑问什么是3n+1问题：
具体信息请前往百度百科：冰雹猜想
类型九 证明复杂度和各种情况之间的关系
扫一扫
1万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
