数据结构算法：θ表示法（一道题中）的下界问题

qq_36152559 2017-04-18 09:08:44

题目
求 f(n )=n^2/2 - n/2 的θ。
答案：当 n>=1时，(n^2)/5<=(n^2)/2 - n/2 <= n^2.
所以当 C1 = 1/5 ,C2 = 1,n=1 时，(n^2)/2 - n/2 =θ（n^2）.

我想问的是红色标区域五分之一（也就是C1的值是怎么来的）
望大神解答

...全文

197 2 打赏收藏举报

写回复

2 条回复

切换为时间正序

请发表友善的回复…

发表回复

qq_36152559 2017-04-21

打赏
举报

回复

引用 1 楼自由自在_Yu的回复:

n=1的时候

当n＝1时他的下界不大于函数了么，这不冲突了么

自由自在_Yu 2017-04-19

打赏
举报

回复

n=1的时候

数据结构中的几种时间复杂度分析方式前言大O表示法（渐进上界（最坏情况））大Ω表示法（渐进下界（最好情况））θ表示法（渐进上下界）小o表示法时间复杂度分析的最坏、最好与平均情况前言时间复杂度，顾名思义，就是计算（说是预估可能更为准确）程序中运行所消耗的时间，数据结构中计算时间复杂度分别有以下方式： O Ω θ o 大O表示法（渐进上界（最坏情况））定义：如果存在正常数c和n0使得当N ≥\geq≥ n0 时，T(N) ≤\leq≤ cf(N)，则记为T(N) = O(f(N)); 如图所示，当N大于

Asymptotic Analysis 渐近分析渐近分析是一种描述函数在极限附近的行为的方法。渐近分析方法在多个科学领域得到应用。在统计，渐近理论提供限制的近似概率分布的样本统计，如似然比统计量和所述期望值中的偏差。渐近分析也是探索现实世界现象的数学建模中出现的常微分方程和偏微分方程的关键工具。在计算机科学中，算法分析考虑给定算法在输入非常大的数据集时候的性能。当实体系统的规模变得非常大的时候，分析它的行为。 e.g.: 渐近符号以下是常用的渐近符号来计算算法的运行时间复杂度。 Ο表示法 Ω表示

算法复杂性算法复杂性 === 算法运行时所需要的计算机资源的量通常指的是空间、时间资源影响时间复杂性的因素影响时间复杂性的因素有：问题规模nnn、输入序列III、算法本身AAA 问题规模：如果相同的序列和算法的前提下，在10个数字中找一个数字和在10万个数字中找一个数字，两者消耗的时间不一样。输入序列：如果相同的规模和算法的前提下，第一个就是要找的数字和最后一个是要找的数字，两者消耗的时间不一样。算法本身：如果相同的序列和规模的前提下，算法效率高的和算法效率低的，两者消耗的时间不一

算法分析中常常使用大O表示法、大Ω表示法、大Θ表示法和小o表示法来对算法复杂度进行分析。本文就将从多个角度来讨论它们的具体定义并给出一些例子，其中大O表示法、大Ω表示法、大Θ表示法可以视为一种组合，而大O表示法和小o表示法又被视为另外一种组合，搞清楚同一组内各种记号系统的关系非常重要

看标题感觉这一章很重要，但其实教材也就十几页就结束了，主要内容还是上，下限，以及学会计算程序运行时间，也没涉及到敲代码，其他的了解一下就行了吧正文： 1.算法的增长率是指当输入的值增长时，算法代价的增长速率。表达式为Cn（C为常数）的增长率称为线性增长率或者线性时间代价。含有n2次方的高次项，称为二次增长率，该曲线属于指数增长率。n方 n logn比较（注：数据结构中log一般默认以2为底）...

62,620

社区成员

307,251

社区内容

发帖

与我相关

我的任务

社区管理员

加入社区

近7日
近30日
至今

加载中

查看更多榜单

社区公告

暂无公告

试试用AI创作助手写篇文章吧

+ 用AI写文章