问题标签 [master-theorem]
For questions regarding programming in ECMAScript (JavaScript/JS) and its various dialects/implementations (excluding ActionScript). Note JavaScript is NOT the same as Java! Please include all relevant tags on your question; e.g., [node.js], [jquery], [json], [reactjs], [angular], [ember.js], [vue.js], [typescript], [svelte], etc.
algorithm - 使用主定理求解 T (n) = √2*T(n/2) + log n
问题是 :
我不确定主定理是否在这里有效,并且有点卡住了。
algorithm - 具有常数的主定理
这个公式是主定理的案例 2
a = 2; b = 2; (f(n) = 3^1) ?
所以 logba = 1 和 c = 1 在这种情况下是主定理情况 2 吗?还是我应该忽略常数 3。
runtime - 这些递归关系的运行时间
您如何计算这些关系的紧密约束运行时间?
- T(n)=T(n-3)+n^2
- T(n) = 4T(n/4)+log^3(n)
对于第一个,我使用了给我 n^2 但不正确的替换方法,第二个我使用了 Masters Theorem 并得到了 nlog^4(n),这也是不正确的。一个彻底的解释会很有帮助。谢谢!
algorithm - 关系的时间复杂度 T(n) = T(n-1) + T(n/2) + n
对于关系
T(n) = T(n-1) + T(n/2) + n
我可以先求解给出 O(n^2) 的项 (T(n-1) + n),然后求解项 T(n/2) + O(n^2) 吗?
根据也给出 O(n ^ 2) 的主定理还是错误的?
algorithm - 主定理案例 3 示例算法
在学习Master theorem时,我无法想出一个真实世界的算法作为示例,其递归策略将属于Case 3。您能否建议任何链接,我可以在其中阅读有关此类算法的更多信息?
algorithm - 用 log n 求解主定理:T(n) = 2T(n/4) + log n
我目前正在尝试解决与主定理的这种关系:
T(n) = 2T(n/4) + log n
我已经计算出 a = 2 和 b = 4,但我对 log n 感到困惑。
我的脚本说:c(n)(这里是 log n)是 Big O(n^d) 的元素。
如果我能在这里算出我的 d,我会比较 a 和 b^d 来找出我的主定理案例。
但是,由于它在这里是 log n,我不确定它的 Big O 表示法。
我的意思是我可能会说它是 O(n 1/2 ) 的元素,然后会导致情况二,其中 a 和 b^d 相同,但它也是 O(n 1 ) 的元素,然后是又是一个案例。
java - 为一段代码创建递归公式
我正在做一些功课,我正在努力解决一个特定的问题。我的作业中有一个类似的问题,所以我需要掌握这个问题。
这是代码:
我有基本情况,我认为它是0,n=1; 然而,到达T(n)是我苦苦挣扎的地方。
它需要类似T(n-1)+c,n>1。
我需要用递归公式来表达代码。
任何人都可以为我 ELI5 吗?
time-complexity - 递归代码的复杂度分析
现在要计算这个问题的复杂性,我们必须使用减法主定理。现在我推导出了结果为的递归关系T(n)=c+3T(n-1)
。n>1
但是如何使用减法主定理计算这个问题的复杂性,因为在主定理f(n)=O(n^d)
中 d>0 .但是这里是c,它是一个常数项,而不是格式O(n^d)
。那么如何解决这个问题呢?
algorithm - 分治法的时间复杂度
我有找到复杂性的主定理,但问题是主定理说
对于形式的重复
有以下三种情况: /******************logba 表示 a 以 b 为底的 log ******************/
If f(n) = Θ(n^c) where c < Logba then T(n) = Θ(nLogba)
If f(n) = Θ(n^c) where c = Logba then T(n) = Θ(ncLog n)
If f(n) = Θ(n^c) where c > Logba then T(n) = Θ(f(n))
现在解决我的问题
我的解决方案和c = 2
with as So
在这种情况下它会下降,复杂性是什么logba = log
2
1
base = infinity