«asymptotics» etiketlenmiş sorular

Aşırı burada Dave Clarke asimptotik büyümesini karşılaştırmak amacıyla eldeki fonksiyonun grafiğinin gerektiğini önerdi. Teorik olarak eğimli bir bilgisayar bilimcisi olarak, bu vodooyu bir komplo olarak kanıtlamayan olarak adlandırdım. İkinci düşünceme göre, bunun bazen kullanılmayan bir yaklaşım olduğu konusunda hemfikir olduğumda; bir komplo ilk fikirleri edinmenin etkili bir yoludur ve bazen …

23 asymptotics  didactics 

Büyük O bilgisayar bilimlerinde ilk ne zaman kullanıldı ve ne zaman standart oldu? Bu konuda Vikipedi sayfası Knuth, değinir Büyük Omicron ve Büyük Omega Ve Big Teta , 1976 SIGACT Nisan-Haziran, ama bu kağıt başlangıcı okur Birçoğumuz, notasyonu , büyük sabit süreleriyle sabit bir fonksiyon için geçerli kılmak için kullanmaya …

22 asymptotics  history 

Master teoremi, belirli nüks türlerini çözmek için güzel bir araçtır . Bununla birlikte, uygularken genellikle ayrılmaz bir parça üzerinde parlıyoruz. Örneğin, Mergesort'un analizi sırasında mutlu bir şekilde T(n)=T(⌊n2⌋)+T(⌈n2⌉)+f(n)T(n)=T(⌊n2⌋)+T(⌈n2⌉)+f(n)\qquad T(n) = T\left(\left\lfloor \frac{n}{2} \right\rfloor\right) + T\left(\left\lceil \frac{n}{2} \right\rceil\right) + f(n) için T′(n)=2T′(n2)+f(n)T′(n)=2T′(n2)+f(n)\qquad T'(n) = 2 T'\left(\frac{n}{2}\right) + f(n) sadece n=2kn=2kn=2^k . …

20 asymptotics  proof-techniques  recurrence-relation  master-theorem 

Şu anda, Algoritmalara Giriş (CLRS) üzerinde kendi kendime çalışıyorum ve tekrarlama ilişkilerini çözmek için kitapta ana hatlarıyla belirttikleri belirli bir yöntem var. Aşağıdaki yöntem bu örnekle açıklanabilir. Varsayalım, yinelemeye sahibiz T(n)=2T(n−−√)+lognT(n)=2T(n)+log⁡nT(n) = 2T(\sqrt n) + \log n Başlangıçta m = lg (n) yerine koyarlar ve sonra tekrar tekrar takarlar ve …

20 asymptotics  recurrence-relation  mathematical-analysis  landau-notation 

Çoğu zaman karmaşıklıkların 3n gibi sabitleri varsa, bu sabiti ihmal ederiz ve O (3n) değil O (n) diyoruz. Bu üç katlı değişikliği nasıl ihmal edebileceğimizi anlayamıyorum? Bir şey diğerinden 3 kat daha hızlı değişiyor! Bu gerçeği neden ihmal ediyoruz?

20 complexity-theory  asymptotics  landau-notation 

İki fonksiyon f,g:R+→R+f,g:R+→R+ f,g: R^+ → R^+ tatmin edici: süreklidir;f,gf,gf, g monoton olarak artmaktadır;f,gf,gf, g ve g ≠ O ( f ) .f≠O(g)f≠O(g)f \ne O(g)g≠O(f)g≠O(f)g \ne O(f)

19 asymptotics  landau-notation 

Tekrarlamayı düşünün T(n)=n−−√⋅T(n−−√)+cnT(n)=n⋅T(n)+cn\qquad\displaystyle T(n) = \sqrt{n} \cdot T\bigl(\sqrt{n}\bigr) + c\,n bazı pozitif sabit c ile için ve T ( 2 ) =n>2n>2n \gt 2cccT(2)=1T(2)=1T(2) = 1 . Yinelemeleri çözmek için Master teoremini biliyorum, ancak bu ilişkiyi kullanarak nasıl çözebileceğimizden emin değilim. Karekök parametresine nasıl yaklaşıyorsunuz?

18 asymptotics  recurrence-relation  master-theorem 

Üstel sertlik gibi asimptotik bir alt sınırın genellikle bir problemin "doğası gereği zor" olduğunu ima ettiği düşünülmektedir. "Doğası gereği zor" olan şifrelemenin güvenli olduğu düşünülmektedir. Bununla birlikte, asimptotik bir alt sınır, büyük ama sonlu bir sorunlu örnek sınıfının kolay olma olasılığını (örneğin, 10 1000'den küçük boyutlu tüm örnekler) dışlamaz.10100010100010^{1000} ) …

16 complexity-theory  cryptography  asymptotics 

Neyi ortalama?logO(1)nlogO(1)⁡n\log^{O(1)}n Büyük-O notasyonunun farkındayım, ama bu notasyon benim için bir anlam ifade etmiyor. Ben de bu konuda bir şey bulamıyorum, çünkü bir arama motoru bunu doğru yorumlamak hiçbir yolu yoktur. Biraz bağlam için, bulduğum cümle "[...] alanı kullanıyorsa ve çoğu zaman fonksiyonunu [verimli] olarak adlandırıyor madde başına."log O ( …

15 asymptotics  landau-notation 

Cormen ve ark. Tarafından Algoritmalara Giriş okuyorum . ve sayfa 73'ten başlayarak Master teoreminin ifadesini okuyorum . 3. durumda, teoremi kullanmak için yerine getirilmesi gereken bir düzenlilik koşulu da vardır: ... 3. Eğer f(n)=Ω(nlogba+ε)f(n)=Ω(nlogb⁡a+ε)\qquad \displaystyle f(n) = \Omega(n^{\log_b a + \varepsilon}) Bazı sabit için ve eğerε>0ε>0\varepsilon > 0 [düzenlilik şartı …

15 algorithms  asymptotics  mathematical-analysis  landau-notation  master-theorem 

Aşağıdaki nüks denklemi için bir bağlı bulmaya çalışıyorum :ΘΘ\Theta T(n)=2T(n/2)+T(n/3)+2n2+5n+42T(n)=2T(n/2)+T(n/3)+2n2+5n+42 T(n) = 2 T(n/2) + T(n/3) + 2n^2+ 5n + 42 Master Teoreminin farklı alt problemler ve bölünmeler nedeniyle uygun olmadığını düşünüyorum. Ayrıca özyineleme ağaçları işe yaramıyor çünkü ya da daha ziyade T ( 0 ) yok .T(1)T(1)T(1)T(0)T(0)T(0)

15 asymptotics  recurrence-relation  master-theorem 

İki algoritmanın karmaşıklığını karşılaştırdığımızda, genellikle veya g ( n ) = O ( f ( n ) ) (muhtemelen her ikisi), burada f ve gf(n)=O(g(n))f(n)=O(g(n))f(n) = O(g(n))g(n)=O(f(n))g(n)=O(f(n))g(n) = O(f(n))fffggg iki algoritmanın çalışma süreleridir (örneğin). Her zaman böyle mi? Yani, ve g ( n ) = O ( f ( n …

15 asymptotics  mathematical-analysis 

Asimtotik olarak sıkı bağlı öğrendiklerimden, teta notasyonunda olduğu gibi yukarıdan ve aşağıdan bağlandığı anlamına gelir. Ancak asimptotik olarak sıkı üst sınır Big-O notasyonu için ne anlama geliyor?

15 asymptotics 

İki ve sayısı verildiğini ve l \ le i, \, j \ le r için bulmak istediğimizi varsayalım .lllrrrmax(i⊕j)max(i⊕j)\max{(i\oplus j)}l≤i,j≤rl≤i,j≤rl\le i,\,j\le r Saf algoritma tüm olası çiftleri kontrol eder; örneğin yakutta: def max_xor(l, r) max = 0 (l..r).each do |i| (i..r).each do |j| if (i ^ j > max) max …

14 algorithms  algorithms  machine-learning  statistics  testing  terminology  asymptotics  landau-notation  reference-request  optimization  scheduling  complexity-theory  time-complexity  lower-bounds  communication-complexity  computational-geometry  computer-architecture  cpu-cache  cpu-pipelines  operating-systems  multi-tasking  algorithms  algorithm-analysis  education  correctness-proof  didactics  algorithms  data-structures  time-complexity  computational-geometry  algorithms  combinatorics  efficiency  partitions  complexity-theory  satisfiability  artificial-intelligence  operating-systems  performance  terminology  computer-architecture 

yazdım ∑i=1n1i=∑i=1nO(1)=O(n)∑i=1n1i=∑i=1nO(1)=O(n)\qquad \displaystyle \sum\limits_{i=1}^n \frac{1}{i} = \sum\limits_{i=1}^n \cal{O}(1) = \cal{O}(n) ama arkadaşım bunun yanlış olduğunu söylüyor. TCS hile tabaka itibaren toplam olarak da adlandırılır biliyoruz logaritmik büyüme sahip olan n . Yani sınırım çok keskin değil, ama ihtiyacım olan analiz için yeterli.HnHnH_nnnn Neyi yanlış yaptım? Düzenleme : Arkadaşım aynı akıl …

14 asymptotics  landau-notation