Pro*_*mer 5 algorithm big-o asymptotic-complexity master-theorem
递归关系
T(n)= 2T(n/2)+ n lg lg n
(其中lg是对数2的对数)可以使用主定理来解决,但我不是很确定答案.我找到了答案,但为了防止信息级联,我在这里没有提到它.请帮我找到上面的大O和Ω.
主定理中的 3 种情况都不适用
\n\nT(n)=2 T(n/2) + n log(log n)\n
Run Code Online (Sandbox Code Playgroud)\n\n(对于任意基数,这并不重要)
\n\n情况 1:f(n)=n log(log n) 比 n log2 2 =n 1 “更大”
\n\n情况 2:f(n) 不适合 n log k (n)
\n\n情况3:f(n)小于n 1+e
\n\nU(n)=2 U(n/2) + n log n\nL(n)=2 L(n/2) + n\n
Run Code Online (Sandbox Code Playgroud)\n\n你可以证明:U(n) >= T(n)
和L(n) <= T(n)
。因此 U 给出 T 的上限,L 给出 T 的下限。
应用 U(n) 的主定理,给出
\n\n情况 2: f(n)=n log n=\xce\x98(n 1 log 1 n) 因此 U(n)=\xce\x98(n log 2 n)
\n\n应用 L(n) 的主定理,给出
\n\n情况 2: f(n)=n =\xce\x98(n 1 log 0 n) 因此 L(n)=\xce\x98(n log n)
\n\n因为L(n)<=T(n)<=U(n)
它遵循 T(n)=O(n log 2 n) 且 T(n)=\xce\xa9(n log n)
另请注意,O(log 2 n)=O((log n)/log 2)=O((log n) * c)=O(log n)。
\n