我是一名在大学学习算法课程的学生。我知道如何应用一些递归技术来查找更简单函数的运行成本,但是2^n
这个问题给我带来了麻烦。这是我尝试应用主定理的方法
a=1
,b=2
n^log2(1)= n^0.65
这导致n^0=1
我知道它必须是多项式乘以,f(N)
但2^n
我不明白这与 . 有什么可比性2^n
。
我也尝试使用递归树,但它太复杂了。
我是一名在大学学习算法课程的学生。我知道如何应用一些递归技术来查找更简单函数的运行成本,但是2^n
这个问题给我带来了麻烦。这是我尝试应用主定理的方法
a=1
,b=2
n^log2(1)= n^0.65
这导致n^0=1
我知道它必须是多项式乘以,f(N)
但2^n
我不明白这与 . 有什么可比性2^n
。
我也尝试使用递归树,但它太复杂了。
如果没有主定理,这也很容易做到:
T(n) = T(n / 2) + 2^n)
= T(n / 4) + 2^(n / 2) + 2^n
= ...
< 2^0 + 2^1 + ... + 2^n
= [2^(n + 1) - 1] / (2 - 1) (sum of a geometric progression formula)
=> T(n) = O(2^(n + 1)) = O(2*2^n) = O(2^n)
您可以应用此处描述的主定理的第三种情况,因为 f(n) 等于 Ω(nloga)。
Here,
f(n) = 2^n , and
Ω(n^log 1) = Ω(1)
2^n = Ω(1)
,因为对于一些常数 c>0 且所有足够大的 n,2^n ≥ c*1。
所以 T(n) = f(n)
T(n) = O(2^n)