问题标签 [recurrence]
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 - 使用迭代法求解递推关系
如何T(n) = T(n-1) + n
使用迭代方法解决,答案是theta(n^2)
complexity-theory - T(n) = T(n - sqrt(n))
有谁知道如何解决这种复发?
主定理在这里不起作用。
haskell - 在 Haskell 中计算递归关系
问候,堆栈溢出。
假设我有两个用于计算S(i,j)的递归关系
我想以渐近最优的方式计算值S(0,0)、S(0,1)、S(1,0)、S(2,0)等。用铅笔和纸几分钟后发现它展开成树状结构,可以通过多种方式横切。现在,树以后不太可能有用,所以现在我正在寻找生成嵌套列表,如[[S(00)],[S(10),S(01)],[S(20),S(21),S(12),S(02)],...]
. 我创建了一个函数来生成S(i,0)(或S(0,j),取决于第一个参数)的平面列表:
然而,我不知道如何进一步进行。
algorithm - 功能性复发是恒定的?
我得到了这个递归关系:
C > 0 , a >= 1 ..
我的问题是 T (a) ,我不明白你怎么能“重复”一个常数?
就像,如果我想建立一个递归树,我会这样做:
你明白我的意思吗?T(a) 代表什么?
任何资源将不胜感激。谢谢。
或者,反复考虑:
complexity-theory - T(n) = T(n/2) + T(n/4) + O(1),什么是 T(n)?
如何解决这种重复:T(n) = T(n/2) + T(n/4) + O(1)
Master Method 似乎没有帮助,因为这不是T(n) = aT(n/b) + f(n)
. 我被困了很长一段时间。
c# - 实施非日期驱动的重复
我正在开发一个应用程序,它基本上会在用户需要对各种设备执行预防性维护时提示他们。每件设备(称之为工具)都有不同的重复模式。有些将基于时间,例如每 90 天,而另一些则基于其他因素,例如使用情况。例如,一个特定的工具在被检出 X 次后可能需要 PM。
所有工具都分配给一个人,因此当该用户登录应用程序时,我需要显示当时需要 PM 的工具列表。完成 PM 后,这些项目会从列表中删除,并且在其他情况下,例如日期更改或工具被放回婴儿床,工具将被添加。
我从将返回此列表的服务方法的设计开始,并正在寻找有关我用来解决列表中哪些项目的方法的一些帮助。对于输入,我将拥有用户的标识符和当前日期。从那里我需要查询工具列表并根据它们的重复模式确定上次执行 PM 的时间以及自上次 PM 以来发生的事件,该项目是否应该出现在列表中。
希望这是有道理的。我感谢任何关于我应该如何处理这个逻辑的想法和指导。
algorithm - 如何求解:T(n) = T(n/2) + T(n/4) + T(n/8) + (n)
我知道如何为只调用一次自己的算法做递归关系,但我不确定如何做一次多次调用自己的事情。
例如:
algorithm - 大 O 问题 - 算法分析 III
我有以下问题:
求解使用大“O”符号简化答案的递推关系:
我知道这是一阶非齐次递归关系并且已经解决了这个问题,但我似乎无法获得基本情况的正确输出(f(0)= 2)。
该问题必须在证明中使用几何级数之和。
这是我的答案 -注意 sum(x = y, z) 是大写 sigma 表示法的替代品,其中 x 是初始化为 y 的总和的下限,z 是总和的上限:
首先,我确信第 11 行的等式可以进一步简化,其次,在 n = 0 中进行细分应该得到 2 作为结果。到达第 13 行时,我无法获得此答案...
编辑:我需要知道的是为什么在第 12 行将 n = 0 代入方程时我没有得到 f(0) = 2。另外我想知道的是如何简化 f(n) 的方程在第 12 行?
任何人...?
algorithm - 大 O 规则 - 问题
如果我对递归关系有以下封闭形式的解决方案,如何在大 O 下简化它:
f(n) = 3^n + n.9^n
我会冒险猜测:
f(n) 是 O(9^n) 的成员 -> 我不确定这是否正确?有人可以让我知道如何在大 O 下简化上述方程,并说明您使用的规则...
提前致谢
equation - 从算法中找到递归方程
我必须从这个算法中找到递归方程:
我对此进行了推理并得出结论,如果 n<=2,则 T(n) = O(1)
我认为内部 while 是 O(n) (每次迭代时 j 减 1),而外部 while 是 O(logn) (每次迭代时 i 减半),给出 O(n*log( n)):
T(n) = T(n/3) + T(n/2) + O(n*log(n)) 如果 n > 2
这是一个很好的论点吗?