Einführung in Algorithmen , 3. Ausgabe (S. 95) enthält ein Beispiel für die Lösung der Wiederholung T.( n ) = 3 T.(n4) +n⋅log( n )T(n)=3T(n4)+n⋅log(n)\displaystyle T(n)= 3T\left(\frac{n}{4}\right) + n\cdot \log(n) durch Anwendung des Hauptsatzes. Ich bin sehr verwirrt darüber, wie es gemacht wird. Also, erste Schritt besteht darin, mit .a …
Ich weiß also, dass iterierten Logarithmus bedeutet, also = bis .log∗log∗\log^*log∗(3)log∗(3)\log^*(3)(loglogloglog...)(loglogloglog...)(\log\log\log\log...)n≤1n≤1n \leq 1 Ich versuche Folgendes zu lösen: ist log∗(22n)log∗(22n)\log^*(2^{2^n}) wenig , wenig oder vonoooωω\omegaΘΘ\Theta log∗(n)2log∗(n)2{\log^*(n)}^2 In Bezug auf die inneren Funktionen ist viel größer als , aber das Quadrieren von wirft mich ab.log∗(22n)log∗(22n)\log^*(2^{2^n})log∗(n)log∗(n)\log^*(n)log∗(n)log∗(n)\log^*(n) Ich weiß , dass ist , …
Ist n !2 ! ⋅ 4 ! ⋅ 8 ! … ( N / 2 ) != O (4n)n!2!⋅4!⋅8!…(n/.2)!=Ö(4n)\frac {n!} {2!\cdot 4!\cdot 8!\dots (n/2)!}=O(4^n)? Ich stecke wirklich fest und glaube, dass es wahr ist, aber ich weiß nicht, wie ich es beweisen soll. Jede Hilfe wäre dankbar!
Ich betrachte die Wiederholung die die Laufzeit eines nicht spezifizierten Algorithmus beschreibt (Basisfälle werden nicht geliefert).T(n)=T(n/2)+T(n/3)+n,T(n)=T(n/2)+T(n/3)+n,T(n) = T(n/2) + T(n/3) + n, Unter Verwendung der Induktion fand ich, dass , aber es wurde mir gesagt, dass dies nicht eng ist. Nehmen wir in der Tat induktiv an, dass für alle …
Wir haben eine Funktion, die ein Array als Eingabe verwendet. Es zerlegt ein Array in Teile mit gleichen Größen, wobei die Größe des Subarrays ist. Es unterbricht jedes der Subarrays so lange, bis nur noch zwei Elemente darin sind. Was ist die Tiefe dieser Rekursion?log2(n)log2(n)\log_2(n)nnn Beispiel des Prozesses: Zuerst haben …
Diese Frage basiert auf Hausaufgaben (ohne das eigentliche Problem zu verwenden)! Angenommen, Sie haben eine Funktion, die wie folgt beschrieben wird: f(n)∈O(2n2).f(n)∈O(2n2).f(n) \in O(2n^2) \, . Können Sie dann Folgendes behandeln: f(n)=2n2f(n)=2n2f(n) = 2n^2 und führt Mathematik darauf und behält seine asymptotische Bedeutung? Könnte ich im obigen Fall vermuten, dass …
Ich beschäftige mich derzeit mit der Big O-Notation und der Komplexität der Berechnungen. Problem 1.1 in CLRS stellt die Frage, was eine grundlegende Frage zu sein scheint, nämlich eine Vorstellung davon zu bekommen, wie unterschiedliche algorithmische Komplexitäten mit der Größe der Eingabe wachsen. Die Frage lautet: Bestimmen Sie für jede …
Ist es bei einem gegebenen Problem möglich zu beweisen, wie die beste Worst-Case-Effizienz eines Algorithmus zur Lösung dieses Problems wäre? Nehmen wir zum Beispiel das Problem des Sortierens eines Arrays. Viele der einfacheren Sortieralgorithmen haben eine Worst-Case-Effizienz von wie z. B. Quick Sort und Bubble Sort. Es gibt jedoch andere …
Ich habe eine Hausaufgabe, bei der ich die Formel und die Reihenfolge von die durch gegeben istT(n)T(n)T(n) T(1)=1T(n)=T(n−1)T(n−1)+1.T(1)=1T(n)=T(n−1)T(n−1)+1.T(1) = 1 \qquad\qquad T(n) = \frac{T(n-1)}{T(n-1) + 1}\,. Ich habe festgestellt, dass aber jetzt bin ich ein wenig verwirrt. Ist die richtige Antwort für den zweiten Teil?T(n)=1nT(n)=1nT(n) = \frac{1}{n}T(n)∈O(1n)T(n)∈O(1n)T(n) \in O(\frac{1}{n}) Basierend …
Es ist schon eine Weile her, dass ich eine Wiederholung lösen musste und ich wollte sicherstellen, dass ich die iterative Methode zur Lösung dieser Probleme verstehe. Gegeben: T.( n ) = 3 T.( n - 2 )T(n)=3T(n−2)T(n) = 3T(n-2) Mein erster Schritt bestand darin, Begriffe iterativ zu ersetzen, um zu …
Dies sind keine Hausaufgaben. Ich habe die Lösung, aber es ist nicht das, was ich bekomme. Ich weiß, dass es mehrere Lösungen für das Problem gibt, aber ich möchte sicherstellen, dass mir nichts entgeht. Die Frage lautet wie folgt: Man beweise, dass 2 - 4n + 7 = Θ ( …
Einige Autoren definieren auf eine etwas andere Weise: Verwenden für diese alternative Definition (lesen Sie „Omega Infinity“). Wir sagen, dass wenn es eine positive Konstante so dass für unendlich viele ganze Zahlen , während das übliche erfordert, dass dies für alle ganzen Zahlen gilt, die größer als ein bestimmtes .ΩΩ\OmegaΩ∞Ω∞ …
Eine meiner Vorlesungen macht folgende Aussage: (f(n)=O(n)∧f(n)≠o(n))⟹f(n)=Θ(n)(f(n)=O(n)∧f(n)≠o(n))⟹f(n)=Θ(n)( f(n)=O(n) \land f(n)\neq o(n) )\implies f(n)=\Theta(n) Vielleicht fehlt mir etwas in den Definitionen, aber zum Beispiel ist die Blasensortierung und nicht aber es ist auch nicht \ theta (n ^ 2), da es die beste Laufzeit ist \ Omega ( n) .O(n2)O(n2)O(n^2)o(n2)o(n2)o(n^2)θ(n2)θ(n2)\theta(n^2)Ω(n)Ω(n)\Omega(n) Was …
Der Titel der Frage drückt aus, wonach ich suche - dies soll mir helfen, die Voraussetzungen für den Satz der nichtdeterministischen Zeithierarchie besser zu verstehen Zum Beispiel erklärt das Arora-Barak-Buch den Satz mit und - aber ich kann das auch sehen! Ich versuche also besser zu verstehen, welche "zusätzliche" Zeit …
Ich arbeite aus dem Lehrbuch CLRS-Algorithmen der 3. Auflage und in Kapitel 3 beginnt eine Diskussion über die asymptotische Notation, die mit beginnt ΘΘ\ThetaNotation. Ich habe die anfängliche Definition von verstanden: Θ(g(n))={f(n)|∃c1,c2>0,n0∈N:0≤c1g(n)≤f(n)≤c2g(n) ∀n≥n0}Θ(g(n))={f(n)|∃c1,c2>0,n0∈N:0≤c1g(n)≤f(n)≤c2g(n) ∀n≥n0}\Theta(g(n)) = \{ f(n)\,|\, \exists\, c_1, c_2 > 0, n_0 \in \mathbb{N}: 0 \leq c_1 g(n) \leq …
We use cookies and other tracking technologies to improve your browsing experience on our website,
to show you personalized content and targeted ads, to analyze our website traffic,
and to understand where our visitors are coming from.
By continuing, you consent to our use of cookies and other tracking technologies and
affirm you're at least 16 years old or have consent from a parent or guardian.