算法导论练习 3.2-5

最新推荐文章于 2021-08-22 22:52:46 发布
最新推荐文章于 2021-08-22 22:52:46 发布
阅读量569 收藏
点赞数 1
分类专栏： 算法导论 文章标签： 算法导论
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_40257447/article/details/78069993
版权

刚开始看到题目有点懵逼，后来百度也没找到满意的答案。

题目： 哪一个在渐进上更大一些： lg(lg*(n)) or lg*(lg(n))

首先明确lg*(n)函数的意义，就是不断求2的对数知道对数《=1 时，求对数的次数

将lg*(n)看成一个整体，那么 lg*(lg(n)) 就是先对n求了一次对数，因此 lg*(lg(n)) = lg*(n) - 1

lg(lg*(n)) 是 lg*(n)的对数，其渐进当然小于 lg*(n) - 1
所以 lg*(lg(n)) 渐进更大一些

半路出家的人
关注
  • 1
    点赞
  • 踩
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
算法导论第三章函数的增长问题研究
z84616995z的专栏
12-12 1461
算法导论3.2-5 lg(lg * n)与lg * (lgn)哪个渐近更大些？ 先看lg * n怎么定义的。lg * n=min{i>=0:lg(i)n 假设一个比宇宙原子总数目10^80还要大的数2^65536. 根据多重对数函数定义知道： 当i=1时，第一次lg得  lg2^65536=65536//书中规定log2=lg 当i=2时，第二次lg得  lg65536=lg2^16
《算法导论》习题5.3-1 ~ 5.3-7
weixin_40085040的博客
03-06 431
《算法导论》习题 5.3.1 - 5.3.7  5.3-5 带星号我抄了一下题目, 5.3-6 比较有意思我抄了一下题目, 其他的题可以自己对照书(原书第三版). 5.3-1   直接考虑第2次循环前, 第1次循环后第1个位置的元素是原集合1 ~ n中任意一个元素的概率总是 1/n1/n1/n, 所以可以以此为循环不变式的起点而不必使用空集合和0排列。 5.3-2   容易证明该算法一定不会产生恒等排列, 因为第一次循环后第一个元素一定是原排列中2 ~ n中的某个元素。现在证明Kelp教授没有实现均匀随机排
算法导论 3.2-5
newdye的专栏
07-04 1595
问题 哪一个在渐近上更大些：还是？ 分析 0 \end{array}\right." alt="">通过计算得 根据n的log星定义 可以看出 = + 1 所以是的多项式函数，而是的对数函数 因为任何多项是函数增长的都比对数函数快，所以增长的快些。
算法导论 2.3-5
newdye的专栏
05-08 1959
题目 回顾一下联系2.1-3中提到的查找问题，注意如果序列A是已排序的，就可以将该序列的中点与v进行比较。根据比较的结果，原序列中有一半就可以不用再做进一步的考虑了。二分查找就是一个不断重复这一过程的算法。写出二分查找的伪代码，可以是迭代的，也可以是递归的。说明二分查找的最坏情况运行时间是为什么是 分析 分别给出迭代形式和递归形式的分析，从分析可以看出迭代和递归是等价的，递归的解法比
算法导论 练习题 3.2-5
苦海无涯闯进来
03-19 906
lg*(lgn)其实就是lg(i+1)n，是关于lg*(n)的一个多项式函数，具体讲就是少lg一次，最终结果是lg*(n)的结果减去一 而lg(lg*(n))是把lg*(n)的结果再lg一次 形式化来讲，设lg*(n)=k（n为一个很大很大的数），则 lg*(lgn)=k-1 lg(lg*(n))=lgk 所以是lg*(lgn)渐进更大一些
算法导论 3.2-5 多重对数函数
madaxin的博客
12-02 621
如下两个函数中，哪一个渐近更大一些：还是？ 解答： 因为是的对数函数， 而，可以知道是的多项式函数。 由于对数函数渐近始终小于多项式函数的渐近。 所以的渐近更大。
算法导论 练习题 16.3-7
苦海无涯闯进来
06-11 684
1
算法导论答案
10-21
- 3.2-1至3.2-6讲解了递归的证明方法，特别是数学归纳法在证明递归序列性质时的应用。 第4章：大O表示法和算法分析 - 4.1-1至4.1-6讨论了时间复杂度的大O表示法，例如，`T(n)=cnlgn+n`代表了一个时间复杂度为O(n ...
算法导论(part2)
09-09
·第5章介绍了概率分析和随机算法。如第1版中一样，这些主题贯穿了整本书。 ·第29章专门讨论了线性规划。 ·在从第1版保留下来的各章中，增加了关于以下主题的新节： ·完全散列技术(perfect hashing)(第11．5节...
算法导论(part1)
09-09
·第5章介绍了概率分析和随机算法。如第1版中一样，这些主题贯穿了整本书。 ·第29章专门讨论了线性规划。 ·在从第1版保留下来的各章中，增加了关于以下主题的新节： ·完全散列技术(perfect hashing)(第11．5节...
算法导论习题答案13.3-2
01-14
算法导论习题答案13.3-2， 需要安装OpenOffice 打开。
组合数学的算法与程序设计
03-06
第一章 导论 1.1 组合数学的研究对象 1.2 组合问题的基本解题方法 1.3 回溯法的讨论 习题一 第二章 从鸽笼原理到Ramsey理论 2.1 鸽笼原理 2.2 Ramsey问题和数 习题二 第三章 排列组合信其计数问题 3.1 两个基本计数...
科学计算导论（第2版）.[英]Michael T.Heath(带详细书签).pdf
03-12
丰富的例题和习题，书中包括160多道例题，500多道思考题，240多道练习题和200多道数值计算题。 本书可作为研究生“数值分析”课程的教材或参考书，对于需要解决计算问题的科技人员，本书具有很高的参考价值。 第1章...
算法导论 第三章 函数的增长 3.2习题个人解答
Songer_Wa的专栏
11-21 4413
3.2-1 证明：若f(n)和g(n)是单调递增的函数，则f(n)+g(n)也是单调递增的，此外，若f(n)和g(n)是非负的，则f(n)*g(n)也是单调递增的.   证： 1.取任意实数m>n,总有 f(m)+g(m)-[f(n)+g(n)] ≥ 0,故它是单调递增的. 2.取任意实数m>n， l 若f(m),f(n),g(m),g(n)都为正，那么就有 f(m)*g(m)/[f(
算法导论 练习题 3.2-3
苦海无涯闯进来
03-19 643
由于n>=1，2的n次方永远大于n! n>1 n!永远小于n的n次方 所以后面两个小问题得证。
＜算法导论＞练习3.2
a1121420的博客
03-24 518
3.2-1 因为f(m),与g(m)单调递增，所以，在n>m时有： f(m)<f(n)(1)g(m)<g(n)(2) f(m)<f(n)\quad(1)\\ g(m)<g(n)\quad(2) f(m)<f(n)(1)g(m)<g(n)(2) 式(1)与（2）相加可得f(m)+g(m)<f(n)+g(n)f(m)+g(m)<f(n)+g(n)f(m)+g(m)<f(n)+g(n),所以是单调递增的。 在m<n时，有g(m)<g(n),且
算法导论 3-6 多重函数
madaxin的博客
08-22 521
题目 （多重函数）我们可以把用于函数 lg* 中的重复操作符 * 应用于实数集上的任意单调递增函数 f(n) 。对给定的常量 c∈R ，我们定义多重函数 f*c 为： f*c(n) = min { i >= 0: f^(i)(n) <= c } 该函数不必在所有情况下都为良定义的。换句话说，值 f*c(n) 是为缩小其参数到c或更小所需要函数f重复应用的数目。 对如下每个函数 f(n) 和常量 c ，给出 f*c(n) 的一个尽量紧确的界。 f(n) c f*c(n) a.
算法导论 3.2-3
newdye的专栏
07-03 2587
问题 证明等式(3.18)。并证明和 分析 证明： 显然当n>=2时， 所以 所以 根据斯特林公式，可得 所以---(1) 根据渐近确界的定义，还需要找到c1,n0，使当n>=n0时，0 根据式(1)，若lg(n/e)>=c1lgn---(2)，则可得c1nlg(n) 所以由式2得---(3) 所以可以取任意c1时， 0 又因为我们已经证明当n>=2时
飞机大战系列 Space War1.0（免费，开源）
最新发布
07-14
飞机大战系列 Space War1.0（免费，开源）
算法导论第16章16.2-5
05-23
算法导论第16章16.2-5题目描述： 证明：在所有的用于求解单源最短路径问题的算法中，Bellman-Ford算法是唯一一个能够处理权值可以是负数的图的算法。 证明如下： 首先，给定一个图G和一个源节点s，我们假设该图G中存在至少一条从源节点s到另一个节点v的路径，使得该路径上至少有一条边的权值为负数。我们的任务是要找到一条从源节点s到节点v的最短路径。 考虑Bellman-Ford算法的实现过程。该算法通过迭代更新每个节点的松弛值来找到最短路径。在算法的每一次迭代中，我们对所有的边进行一次松弛操作。如果图中存在一条从源节点s到节点v的最短路径，那么这条路径上的所有边都会被松弛，且最终计算出的节点v的最短路径长度将会是这条最短路径的长度。 现在我们考虑一种情况：假设在算法的第k次迭代中，我们已经找到了从源节点s到节点v的长度为k的最短路径。此时考虑该最短路径的最后一条边(u,v)，且该边的权值为负数。由于在Bellman-Ford算法中，我们是对所有边进行松弛操作的，因此在第k+1次迭代中，我们一定会通过这条边(u,v)来进行松弛操作。此时，由于(u,v)的权值为负数，因此算法将会通过这条边来缩短v的距离值，使得v的距离值变成小于k的某个值。这就意味着我们找到了一条从源节点s到v的更短的路径，与假设矛盾。 因此，我们得出结论：在所有的用于求解单源最短路径问题的算法中，Bellman-Ford算法是唯一一个能够处理权值可以是负数的图的算法。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值