나는이 알고리즘 N의 함수로 성장의 최악의 순서를 분석하기 위해 노력하고있어 : for (int i = N*N; i > 1; i = i/2)
for (int j = 0; j < i; j++) {
total++;
}
내가 노력하고있어 얼마나 많은 시간을 분석하는 것입니다 라인 total++은 내부 및 외부 루프를보고 실행됩니
나는 다음과 같은 재귀 함수의 점근 시간 복잡도를 분석하기 위해 요청을받은 : 내가 증명할 수 있었다 for-all k ≥ 1:
T(n) = n + T(n/2) + T(n/4) + T(n/8) + .... + T(n/2^k)
: T(n) = O(n⋅log n) 및 T(n) = Ω(n), 그러나 나는 더 엄격한 경계 (Big Theta)를 찾고있다. 모
비 - 이진 트리 구조를 탐색하는 재귀 알고리즘을 작성했습니다. 구조는 디렉토리 또는 파일로 구성됩니다. 알고리즘은 입력 디렉토리 (curDirectory)를 사용하고 트리 깊이를 먼저 통과합니다. 분기의 맨 아래에 도달하면 파일을 찾아 일부 정보를 인쇄합니다. 그런 다음 한 수준을 반환하고 파일을 찾고 물건을 인쇄합니다. 우리는 디렉토리에있는 서브 디렉토
는 f(n) = 2 n^3 + 7 n^2 log(n^4)
을 감안할 때 할 수있는 큰 아, 세타, 오메가 문은 무엇입니까? 큰 오는 이 될 것이라고 알고 있지만, 다른 것들을 위해 무엇을 찾아야할지 모르겠습니다. 나는 그것이 n^3에 묶여 있고, 더 좋을 수 없다는 것을 알 수 있습니다.
큰 세타 표기법에 대해이 함수를 해결하려고합니다. 외부 루프가 log (n)이고 내부 루프가 (n)이라고 가정합니다. 그래서 전체적으로 nlogn일까요? var total = 4;
var c = 6;
for(var v = c ; v > 0 ; v = Math.floor(i/4))
for(var x = 0; x < Math.pow
고조파 시리즈의 큰 세타 표기법이 theta (logn)임을 증명하고 싶습니다. 나는이를 나타 내기 위해 integral과 함께 사용합니다. 내가하는 방식이를 보여 주려고 해요 : beacuse, 자사가 작동하지 이런 식으로 **ln(n)=integral [1 to n] dx/x <= sum k=1 to n of 1/k <= 1 + integral [2 t
쎄타 표기법에서 이러한 종류의 루프의 시간 복잡도는 어떻게됩니까? 위한 (; J < N^3, J = J = 1 * 3의 J) 그것은 logn^3? logn을 사용할 때와 n^x를 사용할 때 각각 독립적으로 이해하지만 함께 결합하면 결과를 이해하는 데 문제가있는 것 같습니다.
Θ (n)의 nlog (n)입니까? Im은 master theorem을 사용하여 reccurrences를 해결하기 때문에 이것을 묻습니다. 방정식이 T (N)가 = 2T (N/2) + n은 N 용액 그것이 T 의미 케이스 (2)를 충족 말한다 로그이다 (N) = Θ는 (N 로그 (N)). n log (n)이 O (n) 일 수있는 방법을 모르겠다. n> 10