다음은 HEAPSORT(A)
BUILD-MAX-HEAP(A)
for i = A.length downto 2
exchange A[1] with A[i]
A.heapsize = A.heapsize - 1
MAX-HEAPIFY(A,1)
그것은 나에게 분명 그 BUILD-MAX-HEAP는 O (N)와 MAX-HEAP
나는 시험을 위해 공부하고 있으며 성장 순서의 예를 생각하며 흥미로운 문제를 생각했다. 말 : big-O 실행 시간을 나타내는 다음 목록이 있습니다. 내가 할 거라고 큰에 적어도 이러한 주문한 경우 지금 cubic root ³√n square root √n는 3!, 3,3n, N, log4n, N2, N3, N4, 다음 대수 여기 추측 √n 약간 크기 때문
알고리즘의 시간 복잡도를 측정하려고합니다. 알고리즘은 1 시부 터 1 시부 터 시작합니다. 그러나 문제는 제품으로 증가한다는 것입니다. 큰 O를 사용하지 않고 지시 만 계산합니다. 패턴을 찾으려고합니다. 이 예에서 , 나는 바로 그것을했다 : i = 1; -> // 1 execution
while(i<=n) { // n+1
j =1; // n
이진 탐색 트리에 대해 동일한 입력이없는 경우를 고려하십시오. 노드를 삽입하는 동안 x.left 및 x.right 중에서 무작위로 선택합니다. clrs (12-1- (d))에는이 설정의 예상 실행 시간을 유도하는 질문이 있습니다. 직관적으로 대답은 단순히 O (ng n)입니다. 그러나 어떻게 증명할 수 있습니까? 어떤 조언을 부탁드립니다. 문.
나는 asymptotic 분석에 관한 문제를 연습하고 있는데, 나는이 문제를 고집하고있다. 은 log(n!) = O((log(n))^2)입니까? 나는 log(n!) = O(n*log(n))
(log 1 + log 2 + .. + log n <= log n + log n + ... + log n)
및 (log(n))^2 = O(n*log(n))
(lo