《算法导论》读书笔记--第三章函数的增长课后题

最新推荐文章于 2020-02-11 17:18:03 发布

weixin_33737134

最新推荐文章于 2020-02-11 17:18:03 发布

阅读量244

点赞数

原文链接：http://www.cnblogs.com/batteryhp/p/5011778.html

版权

本章的课后题看一下即可，比较平凡。

3.1渐近记号

引用一下别人的答案，非常感谢：

原文地址：http://www.cnblogs.com/timebug/archive/2010/03/25/1694286.html

|概念回顾|

当输入规模大到使只有运行时间的增长量级有关时，就使在研究算法的渐进效率。

几个重要渐进记号的定义：

Θ(g(n))={ f(n): 存在正常数c1,c2和n0，使对所有的n>=n0，有0<=c1g(n)<=f(n)<=c2g(n) }
O(g(n))={ f(n): 存在正常数c和n0，使对所有n>=n0，有0<=f(n)<=cg(n) }
Ω(g(n))={ f(n): 存在正常数c和n0，使对所有n>=n0，有0<=cg(n)<=f(n) }
o(g(n))={ f(n): 对任意正常数c，存在常数n0>0，使对所有的n>=n0，有0<=f(n)<=cg(n) }
ω(g(n))={ f(n): 对任意正常数c，存在常数n0>0，使对所有的n>=n0，有0<=cg(n)<f(n) }

|习题解答|

3.1-1 设f(n)与g(n)都是渐进非负函数。利用Θ记号的基本定义来证明max(f(n),g(n))=Θ(f(n)+g(n))。

证明：因为f(n)和g(n)都使渐进非负函数，同时假设存在这样的整数c1,c2和n0，使得：

0<=c1(f(n)+g(n))<=max(f(n)+g(n))<=c2(f(n)+g(n)) 成立。

令c2=1，则第3个不等式显然成立，因为两正数之和定大于两个中的最大值；再令c1=1/2，则第2个不等式也成立，因为两正数中最大的一个数定大于或等于两数的平均值；第1个不等式，因为f(n)与g(n)都使渐进非负，所以也显然成立。综上，既该等式确实成立。最后再根据Θ记号的定义可得：max(f(n),g(n))=Θ(f(n)+g(n))。

3.1-2 证明对任意实常数a和b，其中b>0，有

[2] (n+a)^b=Θ(n^b)

证明：要想证明上式成立，先要来证明等式：

[1] 0<=c1(n^b)<=(n+a)^b<=c2(n^b)

也就使说存在两个正常数c1,c2，使得当n充分大时(n+a)^b，能够被夹在c1(n^b)和c2(n^b)中间。显然，因为b>0，c1,c2已知为正常数，所以第一个等式：0<=c1(n^b)当n充分大时成立。接着，第二、三个等式分别除于(n^b)后得(n^b不可能为0)：c1<=((n+a)/n)^b<=c2，进一步推得：c1<=(1+a/n)^b<=c2。又因为，a,b均为实常数，且当n充分大时，a/n趋向于0。所以，c1,c2分别可取值1/2,2，使得等式成立，等式(1)成立，也就证明了等式(2)成立。

3.1-3 解释为什么“算法A的运行时间至少是O(n²)”这句话是无意义的。

答：根据O记号的定义可知，它是用来表示上界的，当用它作为算法的最坏情况运行时间的上界时，就有对任意输入的运行时间的上界。我们说“一个算法A的运行时间为O(n²)”，它表示的是说该算法运行时间的一个上界，适用于每个输入的运行时间，这与题中的“至少是”表达的是同一个意思。所以题中的话是无意义的。

3.1-4 2^(n+1)=O(2^n)成立吗？2^(2n)=O(2^n)成立吗？

答：第一个成立；第二个不成立。

因为，[1] 0<=2^(n+1)<=c(2^n)，当n充分大时，第一个等式0<=2^(n+1)显然成立。第二个等式两边分别除以2^n，得：2<=c，即c>=2。即存在这样两个正常数c(c可取大于等于2的任意一个常数)使得等式(1)成立，所以得：2^(n+1)=O(2^n)成立。

同理，0<=2^(2n)<=c(2^n)，第二个等式两边除以(2^n)得：2^n<=c，因为c为正常数，当n充分大时，不存在这样的c使之成立，也就证明了，2^(2n)=O(2^n)不成立。

3.1-5 证明定理3.1

定理3.1 在o中表示当n趋于无穷大时，函数f(n)相对于g(n)来说就不重要了。

证明：根据o记号的定义：对f(n)=o(g(n))，界o<=f(n)<=cg(n)对所有常数c>0成立，这句话说明了函数g(n)的增长速度要快于f(n)，当n趋向无穷大时，差距就更大了。所以等式3.1时成立的。

3.1-6 证明：一个算法的运行时间是Θ(g(n))当且仅当其最坏情况运行时间O(g(n))，且最佳情况运行时间是Ω(g(n))。

证明：一个算法的运行时间是Θ(g(n))，则说明存在这样两个正常数c1,c2使得(当n充分大时)：0<=c1g(n)<=f(n)<=c2g(n)，因而等式0<=c1g(n)<=f(n)成立，完整地说，即存在正常数c1和n0，使得对所有n>=n0，有0<=c1g(n)<=f(n)成立。所以，根据Ω记号的定义得：该算法的最佳情况运行时间是Ω(g(n))。同理，因为等式0<=f(n)<=c2g(n)成立，所以该算法的最坏情况运行时间是O(g(n))。综上，证得该说法成立。

3.1-7 证明o(g(n))∩ω(g(n))是空集。

证明：根据o(g(n))={ f(n): 对任意正常数c，存在常数n0>0，使对所有的n>=n0，有0<=f(n)<=cg(n) }，而集合ω(g(n))={ f(n): 对任意正常数c>0，存在常数n0>0，使对所有n>=n0，有0<=c(g(n))<f(n) }。在同等条件下有以下两个等式：

[1] 0<=f(n)<=cg(n)¹，o(g(n))

[2] 0<=cg(n)²<f(n)， ω(g(n))

推得：

[1] g(n)¹>=(1/c)f(n)

[2] g(n)²<(1/c)f(n)

可得，o(g(n))和ω(g(n))两集合没有共有部分。即证得o(g(n))∩ω(g(n))是空集。

3.1-8 可以将我们的表示法扩展到有两个参数n和m的情形，其中n和m的值可以以不同的速率，互相独立地趋于无穷。对给定的函数g(n,m)，O(g(n,m))为函数集

O(g(n,m))={ f(n,m): 存在正整数c,n0和m0，使对所有n>=n0或m>=m0，有0<=f(n,m)<=cg(n,m) }。

给出对应的Ω(g(n,m))和Θ(g(n,m))的定义。

[1] Ω(g(n,m))={ f(n,m): 存在正整数c,n0和m0，使对所有n>=n0或m>=m0，有0<=cg(n,m)<=f(n) }