证明：指数函数和阶乘谁增长的更快？

papaofdoudou

已于 2024-03-27 22:04:58 修改

阅读量665

点赞数 3

分类专栏：数学人工智能文章标签：深度学习数学

于 2024-03-24 21:35:02 首次发布

本文链接：https://blog.csdn.net/tugouxp/article/details/136995258

版权

人工智能同时被 2 个专栏收录

156 篇文章 15 订阅

订阅专栏

数学

144 篇文章 18 订阅

订阅专栏

先说结论，阶乘增长速度比指数函数快，也就是说：

$\lim_{n \to \infty }\frac{a^n}{n!}=0$

可以用简单的指数函数y=4^x的图形和阶乘函数图形做一个对比，可以发现，在自变量取值比较小的时候，指数函数（红色）是大于阶乘的，但是当自变量取值逐渐增加时，阶乘函数后来居上，增长率和数值上远远大于了指数函数。

这个规律是不是对所有整数为底的指数函数都适用呢？不管底数多大，指数函数最终追不上阶乘函数，根据本文开头的结论，答案是肯定的。这里证明以一下：

$\boldsymbol{0\leq \frac{a^n}{n!}=\frac{a\cdot a\cdot a \cdot a \cdot \cdot a }{1\cdot 2 \cdot 3 \cdot 4 \cdot \cdot n}=\frac{a\cdot a\cdot a \cdot a \cdot \cdot a }{1\cdot 2 \cdot 3 \cdot 4 \cdot \cdot a}\times \frac{a\cdot a\cdot a \cdot a \cdot \cdot a }{(a+1)\cdot (a+2) \cdot (a+3) \cdot (a+4) \cdot \cdot n}=M\cdot \frac{a\cdot a\cdot a \cdot a \cdot \cdot a }{(a+1)\cdot (a+2) \cdot (a+3) \cdot (a+4) \cdot \cdot n}=}$

$\boldsymbol{M\cdot \frac{a\cdot a\cdot a \cdot a \cdot \cdot a }{(a+1)\cdot (a+2) \cdot (a+3) \cdot (a+4) \cdot \cdot n}=M\cdot \frac{a}{a+1}\cdot \frac{a}{a+2}\cdot \cdot \frac{a}{n}\leq M\cdot \frac{a}{n}=0}$

所以：

$\boldsymbol{0\leq \frac{a^n}{n!}\leq 0}$

根据夹逼准则：

$\boldsymbol{\lim_{n \to \infty }\frac{a^n}{n!}=0}$

结论成立。

所有的 $O(a^n)$ 时间复杂度都可以转换成指数 $O(2^n)$ 的复杂度，但是 $O(n!)$ 是一个远大于指数复杂度的算法复杂度，码农所能遇到的最复杂的实际问题应该不会比 $O(n!)$ 更复杂了，在当今的处理器架构上不具有实际意义。可能计算性分析中有理论价值，比如TSP旅行商问题的时间复杂度就是 $O(n!)$ ，实际工作中一般不与遇到这样复杂的问题，大部分算法都能在多项式时间内计算完成。

参考文章

数据结构与算法分析（排序，递归，链表）_数据结构的算法分析-CSDN博客

结束

papaofdoudou

关注

3
点赞
踩
1

收藏

觉得还不错? 一键收藏
打赏
0
评论
证明：指数函数和阶乘谁增长的更快？

先说结论，阶乘增长速度比指数函数快，也就是说：可以用简单的指数函数y=4^x的图形和阶乘函数图形做一个对比，可以发现，在自变量取值比较小的时候，指数函数（红色）是大于阶乘的，但是当自变量取值逐渐增加时，阶乘函数后来居上，增长率和数值上远远大于了指数函数。这个规律是不是对所有整数为底的指数函数都适用呢？不管底数多大，指数函数最终追不上阶乘函数，根据本文开头的结论，答案是肯定的。这里证明以一下：所以：根据夹逼准则：结论成立。所有的时间复杂度都可以转换成指数的复杂度，但是。
复制链接

扫一扫