斯坦福大学测验渐近分析？再假设两个(正的非减函数f和g，使得f(n) =O(g(N)。2^f(n) = O(2^g(n))？)
斯坦福大学测验渐近分析是指斯坦福大学的一门课程或考试，主要涉及渐近分析的概念和技巧。渐近分析是一种用于分析算法效率的方法，通过研究算法在输入规模趋于无穷大时的行为来评估算法的时间复杂度。
对于第二个问题，假设有两个正的非减函数f(n)和g(n)，且f(n) = O(g(n))。我们需要证明2^f(n) = O(2^g(n))。
根据大O符号的定义，如果存在正常数c和n0，使得对于所有的n≥n0，有0 ≤ f(n) ≤ cg(n) 成立。我们需要证明存在正常数c'和n0'，使得对于所有的n≥n0'，有0 ≤ 2^f(n) ≤ c'2^g(n) 成立。
我们可以将2^f(n) 表示为 2^(O(g(n)))，这里的O(g(n))表示f(n) = O(g(n))。根据指数运算的性质，我们有 2^(O(g(n))) = O(2^g(n))。
因此，根据大O符号的定义，我们可以得出结论 2^f(n) = O(2^g(n))。
腾讯云相关产品和产品介绍链接地址：
- 腾讯云云服务器（CVM）：https://cloud.tencent.com/product/cvm
- 腾讯云云数据库MySQL版：https://cloud.tencent.com/product/cdb_mysql
- 腾讯云云原生容器服务（TKE）：https://cloud.tencent.com/product/tke
- 腾讯云人工智能平台（AI Lab）：https://cloud.tencent.com/product/ailab
- 腾讯云物联网套件（IoT Suite）：https://cloud.tencent.com/product/iotexplorer
- 腾讯云移动应用分析（MTA）：https://cloud.tencent.com/product/mta
- 腾讯云对象存储（COS）：https://cloud.tencent.com/product/cos
- 腾讯云区块链服务（BCS）：https://cloud.tencent.com/product/bcs
- 腾讯云虚拟现实（VR）：https://cloud.tencent.com/product/vr
相关·内容
1回答
渐近符号性质证明？
、、、、
我试图证明，如果f(n)和g(n)是渐近正函数，那么：
f(n) = O((f(n))^2)
f(n) = O(g(n))意味着2^(f(n)) =O(2^(g(N)
f(n) = O( g(n) )指g(N)= O(f(n))
浏览 3提问于2017-12-05得票数 2
回答已采纳
1回答
我正试着理解这些方程式。我必须找出哪一个是错误的，但我真的想知道如何做到这一点。
1. $\theta(n)+O(n)=\omega(n)$
2. $O(n)+\sigma(n)=\theta(n)$
3. $\theta(n)+O(n)=O(n)$
4. $f(n)=O(n)$ implies $g(n)=\omega(f(n))$
我知道你必须读
$$\theta(n)+O(n)=\Omega(n)$$如下：
main(){
m1();
m2();
}
方法m1的运行时间为\tetha(n)，m2的运行时间为O(n)，是否可以说主要的运行时间为\Omega(n)？
我认为第三个是错的..。
浏览 2提问于2016-09-24得票数 0
回答已采纳
1回答
我们的老师给了我们大O表示法的以下定义
O(f(n)): A function g(n) is in O(f(n)) (“big O of f(n)”) if there exist
constants c > 0 and N such that |g(n)| ≤ c |f(n)| for all n > N.
我试着拆解这个定义的各个组成部分。首先，我对g(n)在O(f(n))中的含义感到困惑。这意味着什么？
接下来，我对声明的第二部分感到困惑。为什么说，对于所有n>N，g(n)的绝对值小于或等于f(n)，意味着关于大O表示法
我对大O表示法的一般直觉是，它是描述算法运行时
浏览 1提问于2014-10-28得票数 0
回答已采纳
1回答
用对数证明算法
、、、
我知道如何证明算法，但我不确定如何证明指数和对数算法：
例如：Given f(n) = 1.05^n and g(n) = n^2, determine if f(n)=O(g(n))
例如：Given f(n) = (log-base4 of n) and g(n) = (log-base2 of n), determine if f(n)=bigTheta(g(n))
例如：Given f(n) = 4^n, and g(n) = 2^n, determine if f(n)=O(g(n)).
我不是在寻找解决方案(尽管我不介意一个详细的例子)，而是一个如何解决这类问题的解释。上面提到的那
浏览 4提问于2014-01-18得票数 0
我已经尝试了一个小时的大部分时间来找到以下参考资料：
F=Ω(g)
但我一点运气都没有。我需要回答一个作业的问题，但我找不到推荐人。
该作业基本上是要求我在以下选择的上下文中指出it (f = Ω(g))的含义：
F=Ω(g(n))
G= o(ln )
G= o(g(n))
G= O(f)
F= O(g)
起初，我认为问题中可能有错误。
我知道选项1是错误的，并且假设选项5也是错误的，但是在网上一个小时之后，我不知道哪一个是答案。
有谁能给我解释一下怎么弄明白吗？我意识到这可能意味着给我答案以便可以解释，但我更感兴趣的是为什么其中一个答案是正确的。
浏览 1提问于2013-05-23得票数 2
回答已采纳
3回答
上界不必要地相交
、、
我正在学习符号的基础知识。
f(n) =Ω(g(n))指的是f(n)上的下界，使得f(n)总是≥c.g(n)
f(n) = O(g(n))指的是f(n)上的一个上界，使得f(n)总是所有n n0的≤c.g(n)
上界和下界在上面的图中是清楚的，，但是为什么f(n)和上界相交？当它明确从上述定义？，这是有意义还是我只是指出不必要的？
资料来源: Skiena的Algorith设计手册。
浏览 5提问于2015-12-20得票数 1
回答已采纳
1回答
刚开始学习算法。因此，练习是找出语句是否总是/有时是真或假。艾米，我的逻辑在哪里失败了？
f(n) != O(g(n)) and g(n) != O(f(n))
O-表示法是0 <= f(n) <= cg(n)，其中c是某个常量。所以在这里不等于意味着：
f(n) > cg(n) and g(n) > cf(n)
如果是f(n) = g(n) = 1，我们就说c = 1/2
1 > (1/2)*1 and 1 > (1/2)*1
所以在这种情况下这是真的。但书中说，在这种特殊情况下，它是错误的。我有什么地方误解了？
浏览 3提问于2012-06-21得票数 0
回答已采纳
我正在研究f(n) + o(f(n)) = theta (f(n))的证据，我在证据中遇到了一个部分，那就是我很难理解。
设f(n)和g(n)为渐近正函数，并假定为g(n) = O(f(n))。在证明中，它指出，既然我们知道f(n) + g(n) ≥ f(n)对于所有n，我们就可以得出f(n) + g(n) = Omega((f(n))的结论。我们也可以得出类似的结论，即f(n) + g(n) ≤ 2 f(n)。因此，f(n) + g(n) = O(f(n)).我很难理解为什么f(n) + g(n) = Omega((f(n))和f(n) + g(n) = O(f(n))是真的。当我们将g(n
浏览 4提问于2018-09-11得票数 0
回答已采纳
证明了如果f(n)是Ω(n∗g(n))，则f(n)不是O(g(n))
设f(n)是Ω(n∗g(n))，f(n)是O(g(n))。需要表现出一种矛盾。方法是找到一个违反定义的n值。证明: f(n) isΩ(n∗g(n))意味着存在正值C和k，使得n>k蕴含f(n)≥C∗n∗g(n)。f(n) is O( g(n) )意味着存在正值C‘和k’使得n>k‘蕴含f(n)≤C∗g(N)。
那么n的哪个值违反了这个定义，我怎么才能证明一个矛盾呢？
浏览 2提问于2020-10-08得票数 1
1回答
考虑以下职能：
f(n) = 2^n
g(n) = n!
h(n) = n^logn
关于f(n)，g(n)，h(n)的渐近行为的下列哪一种说法是真的？
(A) f(n) = O(g(n)); g(n) = O(h(n))
(B) f(n) = \Omega(g(n)); g(n) = O(h(n))
(C) g(n) = O(f(n)); h(n) = O(f(n))
(D) h(n) = O(f(n)); g(n) = \Omega(f(n))
我已经知道了
按生长顺序: h(n) < f(n) < g(n)
(g(n)渐近大于f(n)，f(n)渐近大于h(n)
浏览 3提问于2015-05-06得票数 1
回答已采纳
2回答
当确定一个函数是否是另一个函数的大o时，我仍然很难理解更复杂的证明，例如(f(n) =O(g(N)。
示例：
我认识到，当n> b时，我们想要在S.Tf(N) <= C1 * g(n)条件下满足证明，我看过无数的教程，不能理解这个概念。在列出的例子中，我将如何选择常量并使用这些信息来完成证明？谢谢。
浏览 0提问于2015-01-20得票数 1
回答已采纳
如果f(n) =Θ( g(n) )是真的，则f(n)渐近等于g(N)。不过，我担心我可能忽略了什么。我是否正确地认为f(n) =Θ(g(n))，那么f(n)渐近等于g(n)？还是我忽略了什么？
我试图比较不同的算法与f(n)和g(n)各自的运行时，并证明f(n) =Θ(g(n))，但我不确定我是否走对了路。
A. f(n) = log(n^100), g(n) = log(n^2)
lim n->∞ f(n)/g(n) = lim n->∞ log(n^200)/log(n^2) = 100
Since the result is a constant, we conclude
浏览 8提问于2022-09-30得票数 0
1回答
我不明白这种情况。
f(n)∈O( g(n) )，g(N)∈Θ(f(N))
对于这些情况，以下是正确的答案。
f(n) <= g(n)对于所有n>1，既不总是真也不总是假
g(n)∈Ω(f(N))，始终为真
f(n)<=Θ(g(n))，始终为真
我的逻辑是因为g(n)∈Θ( f(n) )，g(n)和f(N)必须具有相同的最高幂(例如: n=n，n^2=n^2)。在这种情况下，这三种说法不都是正确的吗？
我不明白为什么第一个总是正确或错误，而第三个总是正确。
浏览 0提问于2015-12-05得票数 0
1回答
我必须比较函数f和g，以确定是否：
F∈Θ(G)，f∈O(g)，f∈o(g)，f∈Ω(G)，f∈ω(G)，g∈Θ(F)，g∈O(f)，g∈o(f)，g∈Ω(F)，g∈ω(F)。
f( n ) = n^2/ log n和g(n) =n log n。
作为我对渐近分析的理解，我得到了：
f(n) = O(g(n)) is like a =< b
f(n) = Ω(g(n)) is like a => b
f(n) = Θ(g(n)) is like a == b
f(n) = o(g(n)) is like a < b
f(n) = ω(g
浏览 3提问于2018-02-11得票数 2
1回答
我正在寻找一个简单的例子函数f(n)，它是其他函数g(n)的大O，但不是g(n)的小o。换句话说，有些f(n)使得f(n)是O(g(n))，而不是o(g(n))。
我能想到的最简单的情形是f( n ) = n，g(n) =N，f(n)显然是O(g(n))。我们在课堂上了解到，小o符号的一个定义是f(n)/g(n)是否为n->无穷大，是否变为0。在这种情况下，f(n)/g(n)当n走向无穷近1时，f(n)是而不是 o(g(n))。
这个逻辑正确吗？我是不是遗漏了什么？
浏览 3提问于2020-02-06得票数 4
回答已采纳
2回答
我们学习了大O符号，但我也经常看到T(n)。例如,
public static Comparable[] mergeSort(Comparable[] A, int low, int high) {
if (low < high) { //at least 2 elements? //cost = c
int mid = (low + high)/2; //cost = d
Comparable[] A1 = mergeSort(A, low, mid); /
浏览 1提问于2012-11-29得票数 12
给定f(n) = n^(1+sin(n*pi/2))/2和g(n) = n^0.5，如何证明f(n) = O(g(n)) / f(n) = Omega(g(n)) / f(n) = Theta(g(n))？ 我已经计算出f(n)似乎没有界限，因为函数随着n变大而变大变小……(我在这里绘制了图表) https://www.desmos.com/calculator/xtrh124rjb 那么，人们如何证明它属于哪一个呢？或者它既不属于它们也不属于它们，因为它根本没有边界...？
浏览 22提问于2019-03-07得票数 1
5回答
我正在学习算法分析。我很难理解O、Ω和Θ之间的区别。
定义它们的方式如下：
f(n) = O(g(n))意味着c · g(n)是f(n)的上界。因此，存在一些常量c，使得f(n)总是≤c · g(n)，对于足够大的n (即，对于某些常数n0来说，n ≥ n0 )。
f(n) = Ω(g(n))意味着c · g(n)是f(n)的下界。因此，存在一些常量c，因此对于所有n ≥ n0，f(n)总是≥c · g(n)。
f(n) = Θ(g(n))意味着c1 · g(n)是f(n)的上界，而c2 · g(n)是f(n)上的下界，对于所有n ≥ n0都是这样。因此，存在常数c1和c2
浏览 8提问于2009-12-25得票数 34
回答已采纳
T(n)= O(f(n)), G(n)= O(h(n))
我如何证明或反驳：
T(G(n))= O(h(f(n))
我认为这是假，因为它应该是O(f(h(N)，而不是O(h(f(N)，因为G是在T应用之前应用的，所以我尝试用多项式函数代替T和G，我认为顺序很重要，(n^2)！不等于(n!)^2，但我不确定这个推理是否正确？
浏览 1提问于2021-01-20得票数 0
根据
这个陈述: f(n) + o(f(n)) = theta(f(n))似乎是真的。
其中:O=小-O，θ=大θ
这对我来说没有直觉意义。我们知道o( f(n) )的增长速度比f(N)快。那么，它怎么能像大θ所暗示的那样，被f(n)所包围呢？
下面是一个反例：
let f(n) = n, o(f(n)) = n^2.
n + n^2 is NOT in theta(n)
在我看来，以前链接的stackexchange答案中的答案是错误的。具体来说，下面的声明似乎是海报混淆了小-o和小-omega。
由于g(n)是o(f(n))，我们知道，对于每一个ϵ>0，都有一个n个ϵ，使得
浏览 0提问于2013-10-02得票数 0
我的问题是：
“如果f(n)是O(g(n))，那么f(n)的生长速度不超过g(n)，对还是假？”
我的理解是：
O(g(n))大于g(n)，因为它是上界
f(n)是O(g(n))
f(n)大于g(n)
f(n)比g(n)长得快
所以答案一定是假的
但事实证明答案是对的，我哪里出了错？
浏览 2提问于2018-08-16得票数 0
2回答
Big表示法的正式定义是，如果我们有一个函数f(n) (一个算法的时间和空间)和另一个函数g(x)，并且有常量c和no，使得c*g(n) > f(x)用于所有n > no，那么f(n) = O(g(n))。但是，使用这个定义，以及增长的二次函数在某一点上总是超过线性函数的事实，是否所有O(n)函数也都是O(n²)？或者更好地说，是n = O(n²)
浏览 2提问于2021-09-02得票数 3
回答已采纳
3回答
大字号(如何写句子)
、、、
我有一个关于渐近符号的测试，有一个问题：
请考虑以下几点：
O(o(f(n)) = o(f(n))
用文字书写语句的意义，使用渐近符号中的约定。
这句话是真的还是假的？证明是正当的。
我搞错了(不记得我写了什么)，但我想是这样的：
对于任何函数g(n) = o(f(n))，都有一个函数h(n) = O(f(n))，使得h(n) = o(f(n))。
这是正确的吗？
至于(2)，我不完全确定。有人也能帮我做这个吗？
提前谢谢。
浏览 10提问于2011-07-05得票数 2
2回答
我正在做一个小测验--我答对了，但是下面的代码片段。能帮我理解一下这是什么符号吗？
我的选择是: O(n^2)、O(n^3)、O(nlogn)和O(n+n^2)
代码片段是：
for (int i = 0; i < n; i++) {
System.out.println("hello");
}
for (int i = 0; i < n; i++) {
for (int j = 0; j < i; j++) { // NOTE j < i here.
System.out.println(&#
浏览 1提问于2020-09-07得票数 0
1回答
我想我已经很好地掌握了Big O，omega和theta符号的含义，以及如何证明一个函数是其中之一。我不明白如何证明它们的组合，就像在问题中一样。有人能给我解释一下吗？
Θ(n) + O(n^3) = O(n^3)
编辑:拼写错误，原来说不相等
浏览 7提问于2017-01-20得票数 0
1回答
渐近函数的比较
、、、
我有两个函数：
f(n) = n*log(n)
g(n) = n^(1.1) * log(log(log(n)))
我想知道这些函数是如何相互比较的。据我所知，f(n)总是比g(n)增长得更快。换句话说: f(n) Inω(g(n))
我假设以10为底数，但这真的无关紧要，因为任何底数都可以使用。我尝试了n和c的多种组合，因为下面的关系似乎成立：
f(n) ≥ c g(n) ≥ 0
我最感兴趣的一种组合是：
c = 0
n = 10^10
在本例中：
f(10^10) = (10^10) log(10^10) = (10^10)*(10) = 10^11
c*g(n) = 0 *
浏览 9提问于2018-05-25得票数 0
大O的非正式思想被描述为“它是函数增长的最高阶”，即f(n) = 3n^2 + 5n + 50就是O(n^2)。
我确实明白，“大O”只是一种“保证不会比这一时期更糟”的说法。形式上，定义为f(n) -> O( g(n) )当且仅当f(n) <= c*g(N)其中c为正
首先是一些麻烦事..。如果f(n) = 5n^2，g(n)=n应该能够通过以下方式显示5n^2不是O(g(n))
5n^2 <= cn
5n <= c
如果它的意思是c不是常数(我不知道它是否是必要条件)，并且证明f(n)不在O( g(n)中)，那么如果g(N)是n^3 (其中肯定应该包含它)呢？
5n
浏览 4提问于2013-09-30得票数 0
回答已采纳
我今天才知道这种关系不成立，因为日志改变了函数的行为。但这是真的吗？举个例子就好了。
如果f(n) =ϴ(g(n))，log(f(n)) =ϴ(log(g(N)是否成立？
任何帮助都是非常感谢的。提前谢谢。
浏览 3提问于2016-12-11得票数 1
回答已采纳
3回答
我决定试着做一个关于分析算法可能最糟糕的运行时的问题，并获得一些实践。由于我是一个初学者，我只需要帮助我以正确的方式表达我的答案。我在一本书中提出了这个问题，它使用了以下算法：
输入:一组n个点(x1，y1)，。。。，(xn，yn) with n≥2。输出:最近的一对点的平方距离。ClosePoints
1. if n = 2 then return (x1 − x2)^2 + (y1 − y2)^2
2. else
3. d ← 0
4. for i ← 1 to n − 1 do
5. for j ← i + 1 to n do
6. t ← (xi − xj)^2 + (yi
浏览 4提问于2011-02-24得票数 0
回答已采纳
1回答
人们说这样的话是什么意思：
大O估计可伸缩性。
运行时增长为“输入大小的平方”，考虑到最坏情况下的算法运行在O(n^2).中。
它是否意味着大n 四倍运行时的双输入大小(假设算法运行在O(n^2)中)？
如果您说是，那么假设我们的算法在最坏情况下所采取的步骤数是用以下函数表示的：
因此：
此外，我们可以看到：
但是在这种情况下，我们不能将双倍输入大小的n (即使是n的大值)的运行时增加四倍，因为这样做是错误的。若要查看此图，请查看以下绘图：
这是比率f(2n)/f(n)的图
看起来这一比例并没有趋向于4。
那么，scalabity，是什么呢？“
浏览 2提问于2021-09-22得票数 1
1回答
我想更好地理解渐近分析，因为我认为我对此没有很好的理解。如果有人能强调一个更好的方法，我将不胜感激。这里有两个例子
for (int i = 1; i <= n; i *= 2) { for (int j = 0; j < n; j++) { count++; } }
这个问题来自于测验，答案是O(n log n)。
我看了斯坦福大学的一个讲座，它的例子如下
for i = 1 to n
for j = i + 1 to n
if A[i] == A [j] return TRUE otherwise
return FALSE
第
浏览 0提问于2015-02-15得票数 0
回答已采纳
我把它大致理解为给定函数f(n)，如果我用常数"K“& f(n) = O( g(n) )：f(n) <= c.g(n)对某些n>=n1，那么如果我把f(n)设为K_f(n)，则一定有其他常数c1，通过它我们可以乘积g(N)和上限(上限)到K_f(n)。
我发现难以理解的是书中给出的正确的数学解释：
浏览 2提问于2016-05-26得票数 0
回答已采纳
我正在处理一个问题，其中给定f(n) = n^2 * (log(n))^-1，g(n) = n(log(n))^2，并要求我确定f=O(g)、f=omega(g)还是两者都有(f=theta(g))。
这个问题可以推广到(n^a)*log(n)^b和(n^c)*log(n)^d
我知道任何多项式支配任何对数，例如n支配log(n)，此外n^2支配nlog(n)，但我不确定如何将其应用于更复杂的问题，例如：
log log f=(n^2)*(N)^-1000，g= (n)*log(n)^1000
或者更好：
日志f= n^.01，g=(N)^10
多项式项总是决定f是否支配g，或者反之亦然？如果
浏览 32提问于2018-06-03得票数 1
回答已采纳
我找不到一个反例来证明这一点，但我不知道一个正式的方法来证明它。有人能把我引向正确的方向吗？
顺便说一下，这是“小o”符号。所以有一个严格的上限
f(n) = o(g(n))蕴含$ 2^{f(n)} = o(2^{g(n}) $
浏览 1提问于2017-02-19得票数 1
3回答
这学期我上了一门数据结构课程，我不明白大O符号的定义。
定义说，如果存在正常数C和n0使得
所有n > n0的f(n)<=C*g(n)。我理解为什么n > n0，从n0的角度讲，f(n)总是比c*g(n)小。但是我不明白为什么f(n)被比作C*g(n)而不仅仅是g(n)。
有谁能解释一下吗？
浏览 0提问于2016-01-18得票数 0
1回答
在阅读CLRS中有关Θ定义的同时。我发现
The definition of Θ(g(n)) requires that every member f(n) ∈ Θ(g(n)) be
asymptotically nonnegative, that is, that f(n) be nonnegative whenever n is
sufficiently large. Consequently, the function g(n) itself must be
asymptotically nonnegative, or else the set Θ(g(n)) **is empt
浏览 4提问于2020-05-14得票数 0
回答已采纳
4回答
根据的说法，大O意味着：
f(n) = O( g(n) )指c·g(N)是f(n)的上界。因此，存在一些常数c，使得f(n)总是≤c·g(n)，对于足够大的n(即某些常数n0的n≥≤)。
我很难理解下面的大O方程
3n2−100 N+6=O(−100 N+6)，因为我选择c=3，3n2 > 3n2−100 N+ 6；
3怎么可能是一个因素？在3n2−100 N+6中，如果我们去掉低阶项-100 N和6，3n2和3.n2不一样吗？如何解这个方程？
浏览 5提问于2015-12-22得票数 2
回答已采纳
如果我成功地证明了f(n) = o(g(n)) (小o)，那么两个函数f(n) + g(n)的和应该被“更大的”函数g(n)紧紧地束缚起来，这似乎是合理的。
不过，我在证明这一点上有点困难。
浏览 4提问于2015-03-19得票数 3
回答已采纳
既然如此，
设f(n) = O( g(n) )，g(n) = O( h(n) )，f(n)，g(N)和h(N)的函数可使h.g(n) = O(f(n)).
我已经尝试过每一个可能的解决方案。例如，设f( n ) = g(n) = h(n) =n。
因此，f(n)是g(n)的大O，g(n)是h(n)的大O，而h.g = O(f(n))，这当然是假的。因为我要得到n^2，如果它是Ω符号而不是Big，那就很容易证明了。
我试过不同的函数--多项式，对数，指数函数--它们都不起作用。
浏览 2提问于2016-03-23得票数 0
回答已采纳
2回答
算法的增长函数？
、、、
我有两个问题：-
，如果f(n)是求增长率的函数，那么，对于所有三种符号，g(n)是否是相同的，就像f(n)=O(g(n))一样，对于omega和theta， theta表示法是"omega和Oh“，如果在某些情况下，如果o和omega函数是不同的，那么我们怎么能在那里找到θ函数呢？谢谢:)
浏览 3提问于2012-05-07得票数 3
1回答
设M(n)是函数fct的乘法数。
//precondition: n>0
int fct (const int A[], int n) {
if (n==1)
return A[0]*A[0];
else return A[n-1] * fct(A,n-1) * A[n-1];
}
M(n)的写递推关系，其中n是数组中的元素数
用n求递推关系得到M(n)
用大O符号编写第2部分的结果表达式
这是一个小测验，我有答案键，但不太确定这是如何计算的，M(n)=2n-1和O(n)..I不知道这是如何确
浏览 2提问于2013-10-08得票数 1
回答已采纳
如果
f(n)=ϴ(n),g(n)=ϴ(n)
和
h(n)=Ω(n)
那么如何评估f(n)g(n)+h(n)
我像f(n)g(n)=ϴ(n^2)一样接近，现在什么将是Ω(n)+ϴ(n^2)。在我看来，这个表达式的下界应该是Ω(n)，上界应该是O(n^2)，但是这个表达式的最紧的界限应该是什么呢？
浏览 4提问于2015-12-31得票数 0
回答已采纳
我有一个问题，假设f(n)= 27n^3 +27n，g(n)= 2n^3 + n^2，我必须决定f(n)∈O(g(n))，f(n)∈Ω(g(N))，还是f(n)∈Θ(g(N))。我认为f(n)∈Θ(g(N))，因为它们有相同的增长率，但我不确定。
浏览 13提问于2019-01-24得票数 1
1回答
假设两个(正)非减函数f和g使得f(n)=O(g(n))。2^f(n)=O(2^g(n)) ?
在解决方案中，给出了2种情况：
假设f(n) = g(n) = n，在这种情况下，它们是相等的，我完全理解。
对于第二种情况，作者假设f(n) = 10n和g(n) = n，这个假设甚至是正确的吗？函数的大O值如何大于函数本身？
我在这漏掉了一个键点？
提前谢谢。
浏览 0提问于2018-07-18得票数 2
回答已采纳
1回答
这是我上一个问题的延续。我学会了如何验证这种关系是否有效。
3n2 − 100n + 6 = O(n2),
因为我选择了c = 3和3n2 > 3n2 − 100n + 6；
具体来说，如果c = 1和n0是0.06，如果n大于0.06，比如说n = 5，
5^2 = 25 > 3*5^2 − (100*5) + 6 = -469
现在，我似乎无法用下面的方程来应用相同的方法。
3n2 − 100n + 6 = O(n3), because I choose c = 1 and n3 > 3n2 − 100n + 6 when n > 3;
困扰我的是“当n>
浏览 1提问于2015-12-22得票数 1
回答已采纳
3回答
Big Omega应该是Big O的对立面，但它们可以始终具有相同的值，因为根据定义，Big O意味着：
g(x) so that cg(x) is bigger or equal to f(x)
大欧米茄意味着
g(x) so that cg(x) is smaller or equal to f(x)
唯一变化的是c的值，如果c的值是一个任意值(我们选择满足不等式的值)，那么Big Omega和Big O将是相同的。那么这两个有什么意义呢？它们的作用是什么？
浏览 1提问于2013-05-13得票数 1
3回答
我知道最坏的/avg/最好的情况是用来确定算法的复杂度时间成一个函数，但是它是如何用于渐近分析的呢？我理解上/紧/下界(大O，大欧米茄，大θ)是用来比较两个函数，并看到它的极限(增长)是从另一个角度看的，随着n的增加，但我很难看出最坏/avg/最佳情况大O和渐近分析之间的区别。把我们的最坏/avg/最佳情况大O计算到渐近分析和测量界，我们到底能得到什么呢？我们会用渐近分析来具体比较最坏/avg/最佳情况下的两种算法吗？如果是这样的话，我们是否对算法1和算法2使用函数f(n)，或者对算法1为f(n)的每一种算法进行单独的渐近分析，并试图找到一些c*g(n)，使得=> f(n)和c*g(n)
浏览 5提问于2013-08-11得票数 0
回答已采纳
问题是：
证明或证明了对于两个函数f，g，如果f不在O(g)中，则g在O(f)中。
我的反例：
Let f(n) be f(n) = n^2 : if n is even
or n^4 : if n is odd
Let g(n) be g(n) = n^3
这是f不存在于O(g)中，g不是在O(f)中的一个例子。我的例子错了吗？如果是，为什么？你还有其他的例子吗？
浏览 2提问于2020-02-14得票数 2
回答已采纳
设f(n) =5N3+3n2+ 10，g(n) =3n2 +2n + 5.证明f(n)不是O( g(n) )而是g(N)是O(f(n)).
浏览 0提问于2018-10-24得票数 0
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
