«asymptotics» etiketlenmiş sorular

Asimtotik gösterimler ve analiz hakkında sorular

6
n * log n ve n / log n polinom çalışma süresine karşı
Θ(n)Θ(n)\Theta(n) den daha hızlı ve dan daha yavaş olduğunu anlıyorum . Ne beni anlamak için zordur aslında karşılaştırmak nasıl ve ile .Θ(nlogn)Θ(ngünlük⁡n)\Theta(n\log n)Θ(n/logn)Θ(n/günlük⁡n)\Theta(n/\log n)Θ(nlogn)Θ(ngünlük⁡n)\Theta(n \log n)Θ(n/logn)Θ(n/günlük⁡n)\Theta(n/\log n)Θ(nf)Θ(nf)\Theta(n^f)0&lt;f&lt;10&lt;f&lt;10 < f < 1 Örneğin, ile veyaΘ(n/logn)Θ(n/log⁡n)\Theta(n/\log n)Θ(n2/3)Θ(n2/3)\Theta(n^{2/3})Θ(n1/3)Θ(n1/3)\Theta(n^{1/3}) Bu gibi durumlarda ilerlemeye yönelik bazı talimatlara sahip olmak istiyorum. Teşekkür ederim.
2
Hesaplanamayan fonksiyonlar asimptotik olarak büyüyor mu?
Meşgul kunduz sayıları ve bunların herhangi bir hesaplanabilir fonksiyondan asimptotik olarak nasıl büyüdüklerini okudum. Bu neden böyle? Meşgul kunduz işlevinin hesaplanamazlığı nedeniyle mi? Eğer öyleyse, tüm hesaplanamayan fonksiyonlar asimptotik olarak hesaplanabilir fonksiyonlardan daha büyür mü? Düzenle: Büyük cevaplar aşağıda ama ben plainer ingilizce onları anlamak ne açıklamak istiyorum. Meşgul kunduz …
2
Sonsuz büyük zinciri
İlk olarak, işleri açıklığa kavuşturmak için big tanımını yazayım.ÖÖO f( n ) ∈ O ( g( n ) )⟺∃ c , n0&gt; 0f(n)∈Ö(g(n))⟺∃c,n0&gt;0f(n)\in O(g(n))\iff \exists c, n_0\gt 0 ,0 ≤ f( n ) ≤ c g( n ) , ∀ n ≥ n00≤f(n)≤cg(n),∀n≥n00\le f(n)\le cg(n), \forall n\ge n_0 Diyelim ki …
2
N çok seçimli k karmaşıklığını basitleştirin
Yinelenen n'den k öğelerini seçmeye eşdeğer zaman karmaşıklığına sahip yinelemeli bir algoritmaya sahibim ve daha basit bir big-O ifadesi elde edip edemeyeceğimi merak ediyordum. Benim durumumda, kkknnn büyük olabilir ve bağımsız olarak büyürler. Özellikle, bazı açık üstel ifade beklenir. Şimdiye kadar bulabildiğim en iyi şey Stirling'in O(n!)≈O((n/2)n)O(n!)≈O((n/2)n)O(n!) \approx O((n/2)^n) yaklaşımına …
1
İki değişken için asimptotik analiz?
Çok değişkenli fonksiyonlar için asimptotik analiz (büyük o, küçük o, büyük teta, büyük teta vb.) Nasıl tanımlanır? Wikipedia makalesinin bir bölümü olduğunu biliyorum, ancak bilmediğim birçok matematiksel gösterim kullanıyor. Ayrıca şu makaleyi de buldum: http://people.cis.ksu.edu/~rhowell/asymptotic.pdf Ancak makale çok uzundur ve sadece bir tanım vermek yerine asimtotik analizlerin tam bir analizini …
2
Mı içerdiği ?
Bu yüzden bir soru kanıtlamak için bu sorum var: O(n)⊂Θ(n)O(n)⊂Θ(n)O(n)\subset\Theta(n) ... Nasıl kanıtlayacağımı bilmeme gerek yok, sadece aklımda bu bir anlam ifade etmiyor ve bence bu olmalı .Θ(n)⊂O(n)Θ(n)⊂O(n)\Theta(n)\subset O(n) Benim anlayış olduğunu daha kötü yaptığımız tüm fonksiyonların kümesi ise daha iyisini yapamayacak tüm fonksiyonların kümesi ve n daha kötü değil.O(n)O(n)O(n)nnnΘ(n)Θ(n)\Theta(n) …
1
Çıkarım arıtma türleri
İş yerinde dinamik bir dil hakkında bazı tür bilgiler çıkarmakla görevlendirildim. letİfade dizilerini iç içe ifadelere yeniden yazar , şöyle: return x; Z =&gt; x var x; Z =&gt; let x = undefined in Z x = y; Z =&gt; let x = y in Z if x then T …
11 programming-languages  logic  type-theory  type-inference  machine-learning  data-mining  clustering  order-theory  reference-request  information-theory  entropy  algorithms  algorithm-analysis  space-complexity  lower-bounds  formal-languages  computability  formal-grammars  context-free  parsing  complexity-theory  time-complexity  terminology  turing-machines  nondeterminism  programming-languages  semantics  operational-semantics  complexity-theory  time-complexity  complexity-theory  reference-request  turing-machines  machine-models  simulation  graphs  probability-theory  data-structures  terminology  distributed-systems  hash-tables  history  terminology  programming-languages  meta-programming  terminology  formal-grammars  compilers  algorithms  search-algorithms  formal-languages  regular-languages  complexity-theory  satisfiability  sat-solvers  factoring  algorithms  randomized-algorithms  streaming-algorithm  in-place  algorithms  numerical-analysis  regular-languages  automata  finite-automata  regular-expressions  algorithms  data-structures  efficiency  coding-theory  algorithms  graph-theory  reference-request  education  books  formal-languages  context-free  proof-techniques  algorithms  graph-theory  greedy-algorithms  matroids  complexity-theory  graph-theory  np-complete  intuition  complexity-theory  np-complete  traveling-salesman  algorithms  graphs  probabilistic-algorithms  weighted-graphs  data-structures  time-complexity  priority-queues  computability  turing-machines  automata  pushdown-automata  algorithms  graphs  binary-trees  algorithms  algorithm-analysis  spanning-trees  terminology  asymptotics  landau-notation  algorithms  graph-theory  network-flow  terminology  computability  undecidability  rice-theorem  algorithms  data-structures  computational-geometry 
2
Ana teorem uygulanamaz mı?
Aşağıdaki özyinelemeli denklem verildiğinde T(n)=2T(n2)+nlognT(n)=2T(n2)+nlog⁡n T(n) = 2T\left(\frac{n}{2}\right)+n\log nMaster teoremini uygulamak istiyoruz ve nlog2(2)=n.nlog2⁡(2)=n. n^{\log_2(2)} = n. Şimdi ilk iki vakayı için kontrol ediyoruz ε&gt;0ε&gt;0\varepsilon > 0, nlogn∈O(n1−ε)nlog⁡n∈O(n1−ε)n\log n \in O(n^{1-\varepsilon}) veya nlogn∈Θ(n)nlog⁡n∈Θ(n)n\log n \in \Theta(n) . İki dava tatmin olmamıştır. Bu yüzden üçüncü vakayı kontrol etmeliyiz, nlogn∈Ω(n1+ε)nlog⁡n∈Ω(n1+ε)n\log n \in …
2
nasıl kanıtlanır ?
Bu Udi Manber'in kitabından bir ödev sorusu. Herhangi bir ipucu iyi olurdu :) Bunu göstermeliyim: n ( günlük3( n ) )5= O ( n1.2)n(günlük3⁡(n))5=Ö(n1.2)n(\log_3(n))^5 = O(n^{1.2}) Kitabın Teorem 3.1'ini kullanmayı denedim: f( n )c= O ( af( n ))f(n)c=Ö(birf(n))f(n)^c = O(a^{f(n)}) ( , )a &gt; 1c &gt; 0c&gt;0c > 0a …
1
Bir Big-Oh zaman karmaşıklığı birden fazla değişken içerebilir mi?
Diyelim ki iki dizenin analizini gerektiren bir dize işlemi yapıyorum. Uzunluklarının ne olabileceği hakkında hiçbir bilgim yok, bu yüzden iki ayrı aileden geliyorlar. veya O ( n + m ) algoritmasının karmaşıklığını çağırmak kabul edilebilir mi (saf veya optimize edilmiş bir algoritma kullanmamıza bağlı olarak)?O(n∗m)Ö(n*m)O(n * m)O(n+m)Ö(n+m)O(n + m) Benzer …
2
Big-O gösterimi katsayıları nasıl tartışılır
Büyük O gösterimindeki fonksiyonların katsayılarını tartışmak için hangi gösterim kullanılır? İki fonksiyonum var: f(x)=7x2+4x+2f(x)=7x2+4x+2f(x) = 7x^2 + 4x +2 g(x)=3x2+5x+4g(x)=3x2+5x+4g(x) = 3x^2 + 5x +4 Açıkçası, her iki fonksiyon da , gerçekten , ancak bu bundan başka bir karşılaştırmaya izin vermez. 7 ve 3 katsayılarını nasıl tartışırım? Katsayıyı 3'e düşürmek …
4
Herhangi bir pratik girdi için çalışma zamanının düşük sıralı bir terimin baskın olduğu algoritma örneği?
Big-O notasyonu sabit faktörleri gizler, bu nedenle terimindeki katsayı çok büyük olduğu için makul herhangi bir giriş boyutu için mümkün olmayan bazı algoritmaları vardır .nO ( n )O(n)O(n)nnn Çalışma zamanı ancak makul giriş boyutları için çalışma zamanına tamamen hakim olacak kadar büyük olan bazı düşük dereceli o (f (n)) terimi …
1
Nüks ilişkisinin asimptotik yaklaşımı (Akra-Bazzi geçerli görünmüyor)
Bir algoritmanın çalışma zamanı yineleme ilişkisi olduğunu varsayalım: T(n)={g(n)+T(n−1)+T(⌊δn⌋)f(n):n≥n0:n&lt;n0T(n)={g(n)+T(n−1)+T(⌊δn⌋):n≥n0f(n):n&lt;n0 T(n) = \left\{ \begin{array}{lr} g(n)+T(n-1) + T(\lfloor\delta n\rfloor ) & : n \ge n_0\\ f(n) & : n < n_0 \end{array} \right. bazı sabit . Varsayalım polinom olan , belki de ikinci dereceden. Büyük olasılıkla, üstel olacaktır .0&lt;δ&lt;10&lt;δ&lt;10 < \delta < …
Sitemizi kullandığınızda şunları okuyup anladığınızı kabul etmiş olursunuz: Çerez Politikası ve Gizlilik Politikası.
Licensed under cc by-sa 3.0 with attribution required.