函数中的渐进时间问题

isyba 2003-10-09 04:20:15

下述函数中渐进时间最小的是__(17)__ 。
(17) A. T1(n) = nlog2n + 100log2n B. T2(n) = nlog2n + 100log2n
C. T3(n) = n2 - 100log2n D. T4(n) = 4nlog2n - 100log2n
A、B不是一样吗？怎样才能知道渐进时间呢？

...全文

55 回复打赏收藏转发到动态举报

写回复

用AI写文章

切换为时间正序

请发表友善的回复…

发表回复

计算机专业的小伙伴肯定都经历过算法的折磨。正所谓，算法虐我千百遍，我待算法如初恋一般来说算法第一章，都是讲算法复杂性。这个时候我们总会遇到，渐进表达式的问题。掌握了下面几个口诀：再也不用担心求出函数渐进表达式将函数中所有的加法项常数都去掉。在修改后的函数中,只保留最高阶项。如果最高阶项存在,那么去除高阶项前面的系数。最后得到的结果就是函数的渐进表达式了。常见的时间复杂度，渐进阶从大小排列: 知道了这些技巧之后，还有一个可能会让一些童鞋比较迷的就是，对数函数 log n.

函数的渐进增长我们先通过一个例子来看一下，假设两个算法的输入规模都是n，算法A要做2n+3次操作，可以理解为先有一个n次的循环，执行完成后，再有一个n次的循环，最后有三次赋值或运算，共2n+3次操作，算法B要做3n+!次操作，那么这两个算法那个更快呢？我们发现，当n = 1时，算法A的效率不如算法B(次数比B多一次)。而当n = 2时，两者效率相同；当n >2时，算法A就开始优于算法B了，随着n的增加，算法A比算法B越来越好了。我们可以说，算法A总体上要好于算法B。此时我们给出这样的定义，输入

上一篇文章学习了函数的渐近的界定义，本篇文章继续学习函数渐近的界定理。这些定理的证明，用到了函数渐近的界的定义。点击查看上一篇文章：【算法设计与分析】04 函数的渐进的界文章目录1. 定理11.1 证明定理11.2 估计函数的阶1.3 一些重要的结论1.31 多项式函数的阶低于指数函数的阶1.32 对数函数的阶低于幂函数的阶2. 定理22.1 例子3. 定理34. 总结 1. 定理1 定理：...

算法的渐进运行时间（时间复杂度）渐进记号用来表示算法的渐进运行时间的记号是用定义域为自然数集N={0,1,2，...}的函数来定义的这些记号便于用来表示最坏情况运行时间T(n)，因为T(n)一般定义于整数的输入规模上。有以下5种： Θ记号渐进确界 ο记号渐进上界 Ω记号渐进下界 º记号非渐进紧确的上界 ω记号非渐进紧确的下界 Θ记号 Θ(g(n))=...

计算机专业的小伙伴肯定都经历过算法的折磨。正所谓，算法虐我千百遍，我待算法如初恋一般来说算法第一章，都是讲算法复杂性。这个时候我们总会遇到，渐进表达式的问题。掌握了下面几个口诀：再也不用担心求出函数渐进表达式将函数中所有的加法项常数都去掉。在修改后的函数中,只保留最高阶项。如果最高阶项存在,那么去除高阶项前面的系数。最后得到的结果就是函数的渐进表达式了常见的时间复杂度，渐进阶从大小排列: 知道了这些技巧之后，还有一个可能会让一些童鞋比较迷的就是，对数函数 log n. 的

软件水平考试

2,948

社区成员

22,580

社区内容

发帖

与我相关

我的任务

c1认证c4javac4前端技术论坛（原bbs）

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